Pocketsphinx - Aggiunta di parole e miglioramento della precisione

Question

Sono finalmente riuscito a creare ed eseguire pocketphinx (pocketphinx_continuous). Il problema che sto incontrando è come migliorare l'accuratezza. Da quanto ho capito, puoi specificare un file dizionario (-dict test.dic). Così ho preso il file dizionario predefinito e ha aggiunto qualche altra pronuncia delle stesse parole, per esempio:

pencil P EH N S AH L 
pencil(2) P EH N S IH L 

spaghetti S P AH G EH T IY 
spaghetti(2) S P UH G EH T IY 

Eppure pocketsphinx continua a non riconoscere né di parola a tutti. So che c'è un file jsgf che puoi specificare, ma sembra più per frasi e grammatica. Come faccio a ricevere pocketphinx per riconoscere parole comuni come la matita e gli spaghetti?

grazie

-Mike

Answer 1

con qualcosa di simile, non si può essere certi, ma in grado di offrire i seguenti suggerimenti:

1. Forse il modello di linguaggio in qualche modo ha basse probabilità per "spaghetti" e "matita". Come hai suggerito, potresti usare un JSGF per testare come funziona per il riconoscimento se non usa i modelli N-grammi, ma invece fa una semplice grammatica (dila come venti parole, inclusi spaghetti e matita). In questo modo puoi vedere se è forse il modello linguistico che rende difficile riconoscere queste parole, e può andare bene se considera tutte le parole avere uguale probabilità.

2. Forse pronunciate semplicemente queste parole in modo scadente, anche con le voci del dizionario alternative. Prova A. Prova le voci di altre persone o B. Adattamento del modello acustico alla tua voce (vedi http://cmusphinx.sourceforge.net/wiki/tutorialam)

3. Inoltre, che cosa li riconosce come quando non funziona? Se possibile, rimuovere le parole che vengono erroneamente riconosciute dal dizionario.

Anche in questo caso, per la precisione complessiva, solo tre cose stanno andando per aiutare davvero: limitando la grammatica, adattando il modello acustico, e forse avere un input registrazione di qualità superiore.

Answer 2

Assicurarsi di inserire una scheda (non uno spazio) dopo la parola e prima dell'inizio della pronuncia.

Answer 3

Per migliorare la precisione, è possibile provare ad adattare il modello acustico alla propria voce. http://cmusphinx.sourceforge.net/wiki/tutorialadapt

Per informazioni su come aggiungere nuove parole: http://ghatage.com/tech/2012/12/13/Make-Pocketsphinx-recognize-new-words/

Answer 4

può essere il problema è con pocketsphinx. Anche io non stavo ottenendo buoni risultati con Pocketsphinx. Ma stavo ottenendo una precisione molto buona con Sphinx4 (per un altoparlante americano con un microfono a cancellazione di rumore). Pertanto ho fatto un confronto tra i due utilizzando le stesse registrazioni audio. Per pocketphinx ho usato pocketphinx_batch con il modello audio WSJ e un piccolo vocabolario con un modello di linguaggio e un dizionario (creato online con il CMU Cambridge modeling toolkit.) Per Sphinx4 ho scritto un piccolo programma Java usando la libreria Sphinx4. Il risultato è stato che Sphinx4 era molto più preciso. Tutti i dettagli cruenti sono a http://www.jaivox.com/pocketsphinx.html.