精品国产sm全部网站免费_日韩精品毛片_推荐高清免费不卡网站_亚洲无码人成电影在线观看_一本伊大人香蕉久久網手機_福利视频你懂得_亚洲欧美曰韩在线_成年男女免费网站点播_成年人播放一级片高清_亚洲视频在线视频

   Silicon Valley Data Science曾對5種流行的語音識別工具，包括開源的和非開源的，分別從編程語言、開發(fā)工作、教學(xué)案例、社區(qū)、訓(xùn)練模型等進行了橫向?qū)Ρ取?nbsp;

  開源免費語音識別工具包橫向?qū)Ρ?/p>

  可以看到，CMU Sphinx在各方面均具有一定的優(yōu)勢：

  關(guān)于編程語言，CMU Sphinx包含了Java、C、Python等多種語言的支持；關(guān)于開發(fā)工作，CMU Sphinx在Github上多種語言版本完全開源；

  關(guān)于社區(qū)建設(shè)，CMU Sphinx在它的repos 上有在線交流論壇和積極關(guān)注；

  關(guān)于編程和案例，CMU Sphinx的教程非常具有可讀性，易于學(xué)習(xí)；

  關(guān)于模型訓(xùn)練，CMU Sphinx 包含中英文和很多即開即用的高質(zhì)量模型。

  CMU Sphinx介紹

  CMU Sphinx(簡稱Sphinx)是美國卡內(nèi)基梅隆大學(xué)開發(fā)的一系列語音識別系統(tǒng)的總稱，也是一個領(lǐng)先的語音識別工具包，具有用于構(gòu)建語音應(yīng)用程序的各種工具，CMU Sphinx包含許多用于不同任務(wù)和應(yīng)用程序的開發(fā)包。主要包括：

  ? Pocketsphinx — lightweight recognizer library written in C（C語言開發(fā)的輕量級語音識別引擎）

  ? Sphinxtrain — acoustic model training tools （聲學(xué)模型訓(xùn)練工具）

  ? Sphinxbase — support library required by Pocketsphinx andSphinxtrain（Pocketsphinx和Sphinxtrain的基礎(chǔ)類庫）

  ? Sphinx4 — adjustable, modifiable recognizer written in Java (Java語言開發(fā)的可調(diào)節(jié)、可修改的語音識別引擎)

  CMU Sphinx包含的模型

    CMU Sphinx中的模型包括聲學(xué)模型（acoustic model）、語言模型（language model）、發(fā)音字典（phonetic dictionary）。

  （1）聲學(xué)模型主要用于計算語音特征和每個發(fā)音模板之間的似然度，目的是為每個聲學(xué)單元建立一套模型參數(shù)，通過不斷地學(xué)習(xí)和改進得到概率最大的一組HMM模型參數(shù)。CMU Sphinx的聲學(xué)模型包含每個句子的聲學(xué)特性，存在與上下文相關(guān)的模型，其包含屬性（每個音素的最可能的特征向量）和依賴于上下文的（從具有上下文的語音建立的）屬性。

  （2）語言模型定義了哪些單詞可以遵循以前識別的單詞，并通過剝離不可能的單詞來幫助限制匹配過程。最常用的語言模型是N-gram語言模型，它包含單詞序列的統(tǒng)計數(shù)據(jù)和有限狀態(tài)語言模型，通過有限狀態(tài)自動化（有時具有權(quán)重）來定義語音序列。

  （3）發(fā)音字典包含了從單詞(words)到音素(phones)之間的映射，作用是用來連接聲學(xué)模型和語言模型。發(fā)音字典包含系統(tǒng)所能處理的單詞的 ** ，并標(biāo)明了其發(fā)音。通過發(fā)音字典得到聲學(xué)模型的建模單元和語言模型建模單元間的映射關(guān)系，從而把聲學(xué)模型和語言模型連接起來，組成一個搜索的狀態(tài)空間用于解碼器進行解碼工作。

  CMU Sphinx中文模型

  CMU Sphinx的中文模型主要有如下3個包：

聲學(xué)模型：zh_broadcastnews_16k_ptm256_8000.tar.bz2語言模型：zh_broadcastnews_ ** 000_utf8.DMP拼音字典：zh_broadcastnews_utf8.dic

  zh_broadcastnews_ptm256_8000目錄結(jié)構(gòu)

  ├── feat.params   //HMM模型的特征參數(shù)

  ├── mdef   //模型定義文件（為每個即將進行訓(xùn)練的HMM的每一狀態(tài)定義一個獨特的數(shù)字標(biāo)識）

  ├── means  //混合高斯模型的均值

  ├── mixture_weights   //混合權(quán)重

  ├── noisedict    //噪聲也就是非語音字典

  ├── sendump  //用來從聲學(xué)模型中獲取mixture_weights文件的？

  ├── transition_ ** trices  //HMM模型的狀態(tài)轉(zhuǎn)移矩陣

  └── variances  //混合高斯模型的方差

  授人以漁

  CMU Sphinx中包含了許多簡單易懂的案例（Demo），對語音識別感興趣的童鞋不妨一試。

CMU Sphinx主頁：https://cmusphinx.github.io/教學(xué)網(wǎng)址：https://cmusphinx.github.io/wiki/tutorial/      模型下載地址：https://sourceforge.net/projects/cmusphinx/files/Acoustic%20and%20Language%20Models/