使用PocketSphinx识别多关键字

提问

我已经安装了PocketSphinx演示版，它在Ubuntu和Eclipse下工作正常，但是尽管我尝试了，但我无法弄清楚如何添加多个单词的识别。

我想要的只是代码识别单个单词，然后我可以switch()在代码中，例如“向上”，“向下”，“向左”，“向右”。我不想识别句子，只想单个单词。

对此有任何帮助将不胜感激。我发现其他用户有类似的问题，但到目前为止还没有人知道答案。

---

令我困惑的一件事是为什么我们需要使用“唤醒”常数？

private static final String KWS_SEARCH = "wakeup";
private static final String KEYPHRASE = "oh mighty computer";
  .  .  .
recognizer.addKeyphraseSearch(KWS_SEARCH, KEYPHRASE);  

wakeup和什么有关呢？

我已经取得了一些进展（？）：使用addGrammarSearch我能够使用一个.gram文件列出我的单词，例如up,down,left,right,forwards,backwards，如果我说的都是那些特定的单词，这似乎很有效。但是，任何其他单词都会导致系统与所述的“最近”单词相称。理想情况下，如果所说的单词不在.gram文件中，我不希望发生识别...

回答1

你可以使用addKeywordSearch哪些用途来存放关键短语。例如，每行一个短语，其中包含//中每个短语的阈值

up /1.0/
down /1.0/
left /1.0/
right /1.0/
forwards /1e-1/  

必须选择阈值以避免误报。

没有什么可以更新的，这个文件是用于关键字定位的文件，你不应该添加任何东西。它不是语法文件，语法是不同的。要了解关键字定位，请访问CMUSphinx页面cmusphinx.sourceforge.net/wiki/tutoriallm -  

en-us-ptm是一个声学模型，它不是arpa模型。它是16khz，而不是16位。创建新字典不会提高准确性，但它可能会节省一些内存（约3mb）。

阈值取决于单词，为了获得最佳检测，您需要使用特定于字的阈值。由于单词“forwards”有两个音节，因此很可能需要不同的阈值。如果你愿意，可以使用0.1

回答2

感谢Nikolay的提示（请参阅上面的回答），我开发了以下代码，该代码工作正常，除非它们在列表中，否则无法识别单词。您可以直接在PocketSphinxDemo代码中的主类上复制并粘贴它：

public class PocketSphinxActivity extends Activity implements RecognitionListener
{
private static final String DIGITS_SEARCH = "digits";
private SpeechRecognizer recognizer;

@Override
public void onCreate(Bundle state)
{
super.onCreate(state);

setContentView(R.layout.main);

((TextView) findViewById(R.id.caption_text)).setText("Preparing the recognizer");

try
{
Assets assets = new Assets(PocketSphinxActivity.this);
File assetDir = assets.syncAssets();
setupRecognizer(assetDir);
}
catch (IOException e)
{
// oops
}

((TextView) findViewById(R.id.caption_text)).setText("Say up, down, left, right, forwards, backwards");

reset();
}

@Override
public void onPartialResult(Hypothesis hypothesis)
{
}

@Override
public void onResult(Hypothesis hypothesis)
{
((TextView) findViewById(R.id.result_text)).setText("");

if (hypothesis != null)
{
String text = hypothesis.getHypstr();
makeText(getApplicationContext(), text, Toast.LENGTH_SHORT).show();
}
}

@Override
public void onBeginningOfSpeech()
{
}

@Override
public void onEndOfSpeech()
{
reset();
}

private void setupRecognizer(File assetsDir)
{
File modelsDir = new File(assetsDir, "models");

recognizer = defaultSetup().setAcousticModel(new File(modelsDir, "hmm/en-us-semi"))
.setDictionary(new File(modelsDir, "dict/cmu07a.dic"))
.setRawLogDir(assetsDir).setKeywordThreshold(1e-20f)
.getRecognizer();

recognizer.addListener(this);

File digitsGrammar = new File(modelsDir, "grammar/digits.gram");
recognizer.addKeywordSearch(DIGITS_SEARCH, digitsGrammar);
}

private void reset()
{
recognizer.stop();
recognizer.startListening(DIGITS_SEARCH);
}
}

你的digits.gram文件应该是这样的：

up /1e-1/
down /1e-1/
left /1e-1/
right /1e-1/
forwards /1e-1/
backwards /1e-1/  

//双斜线内试验阈值用于性能测试，其中1e-1表示0.1（我认为）。我认为最大值是1.0。

 

谢啦！！这些行产生了差异我没有看到addKeywordSearch（不添加keywordS搜索，复数形式）：File digitsGrammar = new File（modelsDir，“grammar / digits.gram”）; recognizer.addKeywordSearch（DIGITS_SEARCH，digitsGrammar）; } void void reset（）{recognizer.stop（）; recognizer.startListening（DIGITS_SEARCH）; }}

 

我发现了我的错误...我没有使用“addKeywordSearch”，我使用的是addGrammarSearch ...现在我将我的语法文件改为你上面帖子中的所有内容并运行...但不幸的是我仍然得到错误积极的结果......所以，如果我说些什么，即使我说的是完全不同的东西，总会有匹配。