如何在 iPhone 中进行中文语音识别

Question

OpenEars 可以做中文语音识别吗？见这里：http://www.politepix.com/openears

Answer 1

我是 OpenEars 开发人员。 OpenEars 只进行开箱即用的英语语音识别。 OpenEars 使用的 Pocketsphinx 发行版中有一个普通话声学模型，因此可能可以将它替换为说明中的英语声学模型，如果您有自己的创建兼容的语言模型和语音词典的方法，您可以进行一些自主研究和测试。声学模型称为 tdt_sc_8k。您可以使用它而不是说明中名为 hub4wsj_sc_8k 的文件夹，但您还需要做更多工作才能使其正常工作。

如果你想尝试这个，你可以阅读 CMU 演讲网站上的Sphinx project documentation，以便清楚地了解声学模型、语言模型和语音词典之间的关系，以及图了解如何创建兼容的语言模型。您可能可以从this page 上的语音词典作为主词典开始，您可以从中创建更小的 iPhone 大小的语音词典和随后的语言模型，因为它可能与声学模型兼容。该页面上的语言模型对于 OpenEars 来说太大了。为了测试，我可能会创建一个大约 100 个单词的命令和控制模型。您应该能够使用 Sphinx Knowledge Base Tool 从已经制作语音词典的词库创建语言模型。

下一步将验证您的声学模型、语言模型和语音词典是否在传统的 Pocketsphinx 安装（例如在 Linux 上）中正常工作。如果你得到了很好的结果，你可以来 OpenEars 论坛，我会尝试帮助你让它在 OpenEars 中工作（那里没有保证，因为那个声学模型从来没有成为测试的一部分，但我也可以'想不出它不起作用的特定原因）。 OpenEars 的 LanguageModelGenerator 类肯定只适用于英语。您有责任确保声学模型以不妨碍其在 App Store 应用程序中使用的方式获得许可（如果这是您计划分发项目的方式）。

祝你好运！

编辑：我想更新这个，让你知道普通话声学模型现在是 OpenEarsExtras 的一部分，并且说 LanguageModelGenerator 现在已经更新，你可以给它一个您选择的任意主语音词典，如果您有一个格式正确（即单词后跟一个制表符，后跟一个音素，后跟一个换行符，按字母顺序排列），这应该可以更容易地使用动态语言建模器如果您已经有声学模型，则使用英语以外的其他语言。

它应该工作的方式是你有一个你想要的语言的查找字典，类似于默认的英语查找字典 cmu07a.dic，LanguageModelGenerator 处理其余的，所以我关于它的声明需要多个如果您有一个可以查找发音的语音词典，那么步骤和研究就不必再如此了。非常感谢您在OpenEars forum 提供有关这在实践中如何为您工作的反馈（请不要在 Stack Overflow 上提供反馈或错误报告）。