在 pocketsphinx 中指定声学模型的路径

Question

我想构建一个基于音素的小“对话系统”，它可以收听语音并将其转换为一串音素（无论出错多少都无所谓），处理/存储这些并在音素级别播放它们。我的目标是使用节日/mbrola 或 espeak。都在树莓派上运行（该项目称为 babble pi）。

我在这里遵循了非常好的说明： https://wolfpaulus.com/jounal/embedded/raspberrypi2-sr/

我也得到了很好的认可：

pocketsphinx_continuous -hmm /usr/local/share/pocketsphinx/model/en-us/en-us -lm 3199.lm -dict 3199.dic -samprate 16000/8000/48000 -inmic yes

现在我在 sourceforge 网站上阅读了这篇关于音素识别的文章：http://cmusphinx.sourceforge.net/wiki/phonemerecognition

并且还意识到显然 prealpha5 具有新的二进制格式。 关于音素识别器的文章指出，基本上英语音素识别器是默认安装包的一部分，因此邀请通过以下方式对其进行测试：

pocketsphinx_continuous -infile test/data/goforward.raw -hmm en-us -allphone model/en-us/en-us-phone.lm.dmp -backtrace yes -beam 1e-20 -pbeam 1e-20 -lw 2.0

我假设音素文章指的是旧版本的 (pocket-)sphinx，因为它指的是 .dmp 而不是 .bin 文件扩展名，所以我尝试了：

pocketsphinx_continuous -infile test/data/goforward.raw -hmm en-us -allphone model/en-us/en-us-phone.lm.bin -backtrace yes -beam 1e-20 -pbeam 1e-20 -lw 2.0

但我收到以下错误：

ERROR: "acmod.c", line 83: Folder 'en-us' does not contain acoustic model definition 'mdef'

查看 en-us，实际上只有一个 .dict、一个 .lm.bin 和电话文件。和另一个包含 mdef 文件以及其他几个文件的 en-us 目录。复制它没有帮助。

那么，该怎么办？卸载 prealpha5 并安装版本 4？或者我可以在某处下载正确的文件吗？

Answer 1

您设置为en-us 的-hmm 选项的参数是文件夹的路径。在您的情况下，它是相对路径。如果lm路径是model/en-us/en-us-phone.lm.bin，那么-hmm路径必须是model/en-us/en-us，而不是简单的en-us。