【发布时间】：2017-10-13 12:48:33
【问题描述】：
我有大量的音频文件及其外语成绩单。
我希望能够识别用户是否从文本中背诵了正确的单词。
我如何开始使用 CMU Sphinx 来解决这个问题？我需要语言模型、声学模型吗？
我想要一些指导以及从哪里开始。
【问题讨论】：
标签： speech-recognition speech-to-text cmusphinx pocketsphinx sphinx4
【发布时间】：2017-10-13 12:48:33
【问题描述】：
如何开始使用 CMU Sphinx 解决这个问题？
您识别音频并将其与转录内容进行比较。如果不匹配，您可以警告您的用户
我需要语言模型、声学模型吗？
是的，两者都需要。您可以从您的集合中构建它们，但您仍然需要引导数据。要在这里获得更多建议，值得一提的是语言。
我想要一些指导以及从哪里开始。
【讨论】：
-
谢谢。语言是希伯来语。你能指点我一个更具体的教程吗？我迷失了所有这些。您能否也给我我需要做的步骤？
-
好的，希伯来语还不支持，你得自己搭建模型或者使用商业模型。
-
好的。 1. 有商业版吗？在哪里？ 2. 因为我只需要我的音频和成绩单中的单词，这不是更简单吗？如果是这样，我应该采取什么具体方法？
-
有商用型号，可以联系我参考。由于数据收集要求，声学模型训练通常需要几个月的工作，但如果你有时间，你也可以这样做。您也可以考虑使用 Google Speech API，它支持希伯来语。
-
我明白了。我想使用 Google Speech API。问题是它不是那么准确。是否可以通过给它一个可能的单词列表来训练它或使其更准确？