语音识别工具Sphinx4

开源框架：https://cmusphinx.github.io/wiki/download/

1、CMU Sphinx开源语音识别框架

Sphinx4主要由三个基本模块构成：FrontEnd，Decoder，Linguist。

FrontEnd接受信号的输入并且转化为特征序列。Linguist把任何类型的标准语言模型，字典的发音信息以及一些声学模型的结构信息转换为一个SearchGraph。在Decoder 中的SearchManager负责用FrontEnd产生的特征以及Linguist生成的SearchGraph进行实际的decoding工作，产生结果。

Linguist

Linguist是由三个可插拔的组件构成：LanguageModel，Dictionary，AcousticModel。

1）LanguageModel提供了单词上得语言结构。主要有2种典型的实现：graph-driven grammars和stochastic N-Grammodels。graph-driven grammars代表一个有向图，图的节点代表一个单词，链接代表发生单词转换的概率。stochastic N-Gram models提供了在给定前n-1个单词时，该单词发生的概率。

2）Dictionary提供单词的发音。这些发音把单词分成一个AcousticModel里面unit的序列。

3）AcousticModel提供了语音单元与一个HMM模型的映射关系。HMM是一个有向图，节点代表一个HMM状态，链接代表一个状态转移概率。每一个HMM状态都可以对一个特征得分(实际的实现在HMMState类里面)。Sphinx4现在提供一个单独的AcousticModel实现，能够载入并使用Sphinx3 trainer生成的模型。

4）SearchGraph是由LanguageModel所代表的语言结构以及AcousticModel的拓扑结构(基本发声单元的HMMs)。Linguist也会使用词典(Dictionary)把LanguageModel的单词映射成AcousticModel元素的序列。

SearchGraph是一个有向图，每一个节点叫做SearchState，可以分为emitting或non-emitting状态。Emitting状态能够对语音特征进行打分；而non-emitting状态仅仅代表了高层的语言结构，例如单词，音素，这些不能够直接对语音特征进行打分。链接代表了状态间的转移概率。

原文链接：https://blog.csdn.net/RFC2008/article/details/7057902

2、部署Sphinx4构建语音识别服务

下载源码：https://sourceforge.net/projects/cmusphinx/files/sphinx4/5prealpha/

使用源码原因：再识别中文音频时，出现数组越界问题,需要修改源码完成测试，修改数组长度：100 --> 1024

3、使用cmuclmtk语言模型制作工具

准备将用于生成语言模型的参考文本。结果应该是由句子的开始和结束标记限定的句子集：<s>和</s>。文本内容如下面例子：
<s> 小蝌蚪 </s>
<s> 找 </s>
<s> 妈妈 </s>

生成词汇文件
text2wfreq < kd.txt > kd.wfreq
wfreq2vocab < kd.wfreq > kd.vocab

使用以下命令生成语言模型：
text2idngram -vocab kd.vocab -idngram kd.idngram < kd.txt
idngram2lm -idngram kd.idngram -vocab kd.vocab -arpa kd.lm

生成CMU二进制形式（BIN）：
sphinx_lm_convert.exe -i zh_cn.lm -o zh_cn.lm.bin
sphinx_lm_convert.exe -i zh_cn.lm.bin -ifmt bin -o zh_cn.lm -ofmt arpa

语音识别工具Sphinx4相关推荐

python语音识别框架_横评：五款免费开源的语音识别工具
编者按:本文原作者 Cindi Thompson,美国德克萨斯大学奥斯汀分校(University of Texas at Austin)计算机科学博士,数据科学咨询公司硅谷数据科学(Silicon ...
语音云识别工具_语音识别工具_web语音识别应用程序的工具 - 云+社区 - 腾讯云...
广告关闭 2017年12月,云+社区对外发布,从最开始的技术博客到现在拥有多个社区产品.未来,我们一起乘风破浪,创造无限可能. 语音识别服务具备识别准确率高.接入便捷.性能稳定等特点. 腾讯云语音识别 ...
ZS语音识别(智能语音识别工具)V1.3 绿色版
ZS语音识别(智能语音识别工具)是一款很优秀好用的智能语音识别辅助工具.这款ZS语音识别工具功能强大,简单易操作,使用后可以帮助用户更轻松便捷的进行语音识别操作.软件可以帮助用户快速识别音频文件并将其 ...
语音识别工具kaldi简介
1.简介 Kaldi 是一个语音识别工具.使用 C++ 开发,基于 Apache 许可证.目的是为语音识别研究者提供. Kaldi集成了多种语音识别模型,包括隐马尔可夫和最新的深度学习神经网络,自 2 ...
五款免费开源的语音识别工具
按:本文原作者 Cindi Thompson,美国德克萨斯大学奥斯汀分校(University of Texas at Austin)计算机科学博士,数据科学咨询公司硅谷数据科学(Silicon Va ...
Kaldi简介【开源语音识别工具】
Kaldi是当前最流行的开源语音识别工具(Toolkit),它使用WFST来实现解码算法.Kaldi的主要代码是C++编写,在此之上使用bash和 python 脚本做了一些工具. Kaldi架构如所 ...
【语音识别】WeNet：面向工业落地的E2E语音识别工具
WeNet:面向工业落地的E2E语音识别工具文章目录 WeNet:面向工业落地的E2E语音识别工具一.WeNet语音识别平台搭建 1.参考资料 2.快速搭建WeNet平台二.WeNet实现推理( ...
语音增强理论与实践 pdf_语音识别工具ESPnet代码结构
ESPnet: end-to-end speech processing toolkit 文档网站: https://espnet.github.io/espnet/installation.html ...
Kaldi语音识别工具运行TIMIT数据库实例
这几日一直在忙课题上的工作,就是先把TIMIT数据库跑了下,附上些说明. Kaldi安装后运行TIMIT例子: 1. 对于Kaldi-master版本中,/egs/timit/s5下面的关键三个文件c ...
开源(离线)中文语音识别ASR(语音转文本)工具整理
开源(离线)中文语音识别ASR(语音转文本)工具整理目录文章目录目录 @[toc] open ai 的开源工具:whisper whisper介绍引用 ASRT语音识别项目 ASRT介绍引用 ...

语音识别工具Sphinx4

语音识别工具Sphinx4

1、CMU Sphinx开源语音识别框架

2、部署Sphinx4构建语音识别服务

3、使用cmuclmtk语言模型制作工具

语音识别工具Sphinx4相关推荐

最新文章

热门文章