Sphinx4 音素分割

Question

我正在开发一个系统，我需要一个单词或句子中每个音素的起始帧、结束帧和分割分数。我一直在使用 Sphinx-3 命令：sphinx3_align，得到以下结果（示例）：

     SFrm  EFrm   SegAScr Phone
        0    21    -67327 SIL
       22    37   -236740 AH SIL K b
       38    41    -61028 K AH S i
       42    56    -82368 S K EH i
       57    67   -106366 EH S P i
       68    86   -101908 P EH T i
       87   106    -89226 T P SIL e
      107   113    -82281 SIL
 Total score:     -827244

问题是，我必须多次运行此命令，这会占用我服务器中的大量内存。我尝试在控制文件中传递许多输入，但这需要很长时间来处理，而且我的应用程序不能有很长的响应时间。

因此，为了在保持响应时间的同时消耗更少的内存，我尝试在 Sphinx-4 中实现相同的系统。这样我就可以在对齐后立即返回结果，而不必在每次运行时卸载应用程序。

我怀疑是否可以在 Sphinx-4 中显示上述输出（类似于 sphinx3_align）？

Answer 1

在当前状态下这是不可能的。此功能未实现。