Sphinx语音识别学习记录 (三)-小范围语音英文识别
2013-07-02 23:38
465 查看
CMUSphinx系列目录
那我们该如何提高准确率呢?
根据第四章的分析,我们需要建立好一点的语音模型,而好一点的语音模型需要几个句子或者几个单词组合类型做出来的
因为我们统计的概率就是连续的单词,出现的概率和,出现某个单词后接着出现另外的单词的概率
语言模型的建立和使用可以参考http://cmusphinx.sourceforge.net/wiki/tutoriallm
为了说明
我重新做了一个文本
4906.txt
open browser
open music
open note
close window
close music
然后直接用http://www.speech.cs.cmu.edu/tools/lmtool.html这个在线工具,生成lm文件和dic文件
然后声学模型使用默认的hub4wsj_sc_8k
直接用pocketsphinx_continuous调用
pocketsphinx_continuous -hmm hub4wsj_sc_8k -lm 4906.lm -dict 4906.dic
以下是测试结果
?
而且我的一开始文本库是
open browser
open music
open note
close window
close music
然后我测试的时候想测试下效果读了下open window和close note ,他竟然都准确识别出来了
不过正常口音下准确率虽然很高,但是你如果故意拖长发音那还是会识别不准确的
比如我拖长音节将近5秒读了 opennote 结果是
000000020: CLOSE OPEN NOTE OPEN NOTE
为什么能提高这么多准确率,就是跟统计模型的识别方法有关
记得它经过运算获取到两个连续的单词的出现的概率后,再计算相对频度
而我以前傻傻测试的单个单词族,因为没有什么相对频度之类的,都是单个单词
组合读取后也没有前后关系统计数据,所以准确率就很低了,只能靠dic的发音匹配
文章出处:http://www.cnblogs.com/yin52133/本文可自行转载,但转载时记得给出原文链接
相关文章推荐
- Sphinx语音识别学习记录 (三)-小范围语音英文识别
- Sphinx语音识别学习记录 (三)-小范围语音英文识别
- Sphinx语音识别学习记录 (四)-小范围语音中文识别
- Sphinx语音识别学习记录 (四)-小范围语音中文识别
- Sphinx语音识别学习记录 (四)-小范围语音中文识别
- Sphinx语音识别学习记录 (一)-基本运行测试
- [sphinx][语音识别]学习笔记
- Sphinx语音识别学习记录 (二)-自然语言处理原理研究
- Sphinx语音识别学习记录 (二)-自然语言处理原理研究
- Sphinx语音识别学习记录 (一)-基本运行测试
- Sphinx语音识别学习记录 (五)-错误调试
- Sphinx语音识别学习记录 (六)-我的目标和几个想像的方案(闲置中)
- Google语音识别学习札记 - Windows PC机上测试语音识别
- Sphinx语音识别学习记录 (六)-我的目标和几个想像的方案(闲置中)
- Android下通过pocketsphinx实现离线语音识别的环境搭建和demo运行(续)--实现Windows下的语音识别
- Android下通过pocketsphinx实现离线语音识别的环境搭建和demo运行(续)--实现Windows下的语音识别
- ros语音识别:pocketsphinx_continuous工作正常而gst-pocketsphinx不能识别相同语音的问题。
- Sphinx语音识别学习记录 (五)-错误调试
- 语音学习笔记9------Matlab R2015a实现BP神经网络的嗓音识别
- Android开发学习之使用百度语音识别SDK实现语音识别(下)