正确配置 Pocketsphinx答案

【问题标题】：Configuring Pocketsphinx properly正确配置 Pocketsphinx
【发布时间】：2012-06-28 08:42:37
【问题描述】：

我一直在运行 Debian Squeeze 的 VM 上安装 Pocketsphinx0.7。这工作得很好，我可以尝试从文件中识别语音。有了这个我已经构建了一些 python 脚本来识别我得到的一堆文件，然后估计单词错误率。这些使用 gstreamer，如 this tutorial 中所述。

到目前为止，我使用的是 pocketsphinx tarball 中的原始 hmm，这是一个字典，其中仅包含我的测试数据中的单词和我从教授那里获得的优化语言模型。这应该可以工作，因为它也在生产系统中运行。我现在的问题是识别性能仍然很糟糕。我的单词错误 (WER) 率约为 85%。

我想知道如何改进 WER。我可以采取哪些步骤？

发生的另一件可能影响性能的事情是，pocketsphinx 告诉我它没有访问 hmm 的权限，尽管我让每个人都可以读取、写入和执行 hmm。

有人知道这可能来自哪里吗？我很感激任何帮助。如果您需要更多信息，请告诉我。

编辑：

我创建了一个小型测试集并运行了 pocketsphinx。 This is where you can find the files and the results.我被允许给你来自原始测试集的一些例子。你can find it here.
这些是最糟糕的例子。 1-2个单词的简短表达效果很好。抱歉，我目前无法创建大型测试集，我的时间非常有限。

【问题讨论】：

标签： speech-recognition cmusphinx

【解决方案1】：

我想知道如何改进 WER。我可以采取哪些步骤？

Pocketsphinx 常见问题解答中描述了此问题：

http://cmusphinx.sourceforge.net/wiki/faq#qwhy_my_accuracy_is_poor

第一步是收集测试样本的数据库

如果您需要帮助来提高准确性，您需要分享您正在寻找的数据库和结果以及实际结果。您可以在此处或在 Sourceforge 论坛上分享。您需要将所有文件打包到存档某个地方上传。然后你可以在这里给一个链接。

有关详细信息，请参阅

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

【讨论】：

我已经看过 CMU Sphinx 常见问题解答了，我的问题是我的pocketsphinx 配置错误，因为准确度很差。看看我的结果，我认为语言模型被忽略了。由于一切都在 gstreamer 插件上运行，因此页面上没有涵盖它（至少我没有找到它）。由于法律问题，我不能分享样本，只能分享假设和转录。我会将其编辑到我的帖子中。感谢您的回答
我再次检查过，我什至无法分享输出。我将免费提供示例并尽快在此处发布结果。
鉴于您现在共享的数据，您使用的语言模型似乎不太正确。如果你说短词有效，那么很可能首先训练语言模型来识别短词。在你分享的场景中使用默认的 pocketsphinx 模型，错误率是 64%，而不是 85%。使用好的语言模型可以达到 40%。我还看到您录制的是英国英语，而不是美国英语。通过从美国英语模型到英国英语的声学模型自适应，您可以将错误率降低到 20% 甚至更低。
不幸的是，错误不可能是模型本身，因为它也用于生产环境。此外，我使用任何 lm 都没有达到 64% 的效果。有人指出，有一个权重可以利用它对结果的影响。到目前为止，我找不到任何东西可以改变这个权重，你知道吗？
这是您需要查看的第一件事，在默认 lm 获得 64% 之前，您不应该考虑任何权重。这个小命令 pocketsphinx_batch -samprate 8000 -ctl res.ctl -hyp res.hyp -adcin yes -cepext .wav -cepdir 。应该给你类似pastebin.com/7FsKaEfW的结果。只有在那之后，你才能开始提高你的准确性。当有人在语音识别中说话时，您需要非常小心。周围有太多人没有正确的照片