如何使用 CMU Sphinx 4 使用英语 voxforge 模型进行语音转文本答案

【问题标题】：How to use CMU Sphinx 4 for speech to text with english voxforge models如何使用 CMU Sphinx 4 使用英语 voxforge 模型进行语音转文本
【发布时间】：2011-12-31 00:20:22
【问题描述】：

我试图弄清楚如何将 sphinx4 或 pocketsphinx 与英语 voxforge 模型一起使用，但我无法让它工作。我曾尝试阅读文档页面（例如 http://cmusphinx.sourceforge.net/sphinx4/doc/UsingSphinxTrainModels.html ），但对我没有帮助。

我想要的是一个可执行文件，我可以在其中指定要使用的模型和用作源的音频文件，并让可执行文件打印出来，这是对录音中声音的最佳猜测。

我有一些运气： pocketsphinx_continuous -infile recording.wav 2> /dev/null

但它会在完整的音频文件被转录之前中止，并且默认模型只有很少的单词才能从音频中创建可读的文本。

我已经编译并测试了 sphinx4 源代码包中的演示，但所有示例似乎都字数不多，需要一个模型，比如 voxforge 对我有用。

我该如何设置？

【问题讨论】：

我已经能够修改 Sphinx 以使用 Voxforge 模型进行转录。坏消息是，即使使用 Voxforge，Sphinx 的准确性也差的令人尴尬。我不会在 Sphinx 上浪费你的时间。根本不能用。
@Cerin 您会推荐什么替代方案？
我也对替代品感兴趣。你能给我们更好的吗？最好是免费的？
博客作者grasch.net/node/21 使用Sphinx 和Voxforge 达到27.9% 的单词错误率，适应他的声音后达到13.3%。这对于大型语言模型来说非常好，他用它成功地转录文本（参见他稍后的博客文章）

标签： java speech-to-text cmusphinx

【解决方案1】：

插入 Voxforge 声学模型非常简单。涵盖 API 的主要文档是 cmusphinx 教程：

http://cmusphinx.sourceforge.net/wiki/tutorialsphinx4

建议在开始之前阅读它。另请注意，建议使用 En_US 英语通用声学模型，它比 Voxforge 更准确。

您需要逐步执行以下操作：

从 sourceforge 下载 voxforge model 并将其解压到一个文件夹中
从 github 签出 sphinx4 并使用 gradle 构建它
运行 TranscriberDemo
进入 sphinx4-samples/src/main/java/edu/cmu/sphinx/demo/transcriber 文件夹，打开Transcriber demo 并编辑声学模型路径如下。
如果您需要另一个音频文件，请在源中编辑音频文件的位置
再次运行演示并享受

就是这样

   // Load model from the folder in your project
   configuration.setAcousticModelPath("file:voxforge-en-0.4/model_parameters/voxforge_en_sphinx.cd_cont_5000");

【讨论】：

非常好的答案...我也有类似的问题我从 SourceForge 下载了 voxforge-en-0.3，etc 文件夹有这么多 jar，我只是不知道应该给出哪个路径.. .请帮助并访问stackoverflow.com/questions/8727389/…
我不确定你在说什么。哪些罐子等？根本没有罐子。至于那个问题，你没有明确指出要解决的问题，不知道你有什么问题。
我按照您的回答从 sourceforge 下载了 VoxForge，但是我无法将其配置为与 Sphinx4 一起使用。你说<property name="location" value="file:voxforge_model_folder_name"/>，但是那对我不起作用。所以我浏览了 VoxForge 文件夹，但尝试了各种组合......但到目前为止没有任何工作......请帮助！请查看编辑后的答案....
声学模型文件夹是voxforge-en-0.4/model_parameters/voxforge_en_sphinx.cd_cont_5000
非常感谢您！！！请在stackoverflow.com/questions/8727389/… 看到我编辑的问题