使用袖珍狮身人面像解码 8 位波形文件答案

【问题标题】：Decode 8 bit wave file with pocket sphinx使用袖珍狮身人面像解码 8 位波形文件
【发布时间】：2013-10-15 22:59:35
【问题描述】：

我正在尝试将我的电话应用程序与袖珍狮身人面像语音识别器集成。我得到的录制文件类型如下：

Input File     : '5555_9911848379__15-10-14-17-36_.wav'
Channels       : 1
Sample Rate    : 11025
Precision      : 8-bit
Duration       : 00:00:03.99 = 44000 samples ~ 299.32 CDDA sectors
File Size      : 44.0k
Bit Rate       : 88.3k
Sample Encoding: 8-bit Unsigned Integer PCM

但是，这里给出的示例程序http://cmusphinx.sourceforge.net/wiki/tutorialpocketsphinx 期望以 16000 HZ 采样的 16 位 PCM 音频。

有什么办法可以解码上面提到的录制文件。还是我必须将上述格式转换为 16 位格式？

【问题讨论】：

标签： audio speech-recognition cmusphinx

【解决方案1】：

有什么办法可以解码上面提到的录制文件。

不，您需要 16 位

或者我必须将上述格式转换为 16 位格式吗？

转换无济于事，因为信息已经丢失。您需要 16 位录制。

您需要确保以正确的格式录制音频。

【讨论】：

NMS API 仅提供 8 位 11025 Hz 音频记录。 :( api 调用是 vceCreateFile 和 vceRecordMessage。
我已经使用 sox 转换了文件，使用命令：sox -V origninalFile.wav -t raw -s -b 16 -L -r 16000 conv.raw 现在它正在工作。我的应用程序并不复杂，我想这就是它工作的原因。
当然不是，您可以配置 VCE_ENCODE_PCM8M16 或至少 VCE_ENCODE_ALAW 或 VCE_ENCODE_PCM11M16，它们比 VCE_ENCODE_PCM11M8 要好得多。详情见nmscommunications.com/manuals/6304-10/chap52.htm
感谢@Nikolay 的回复。我尝试使用编码 VCE_ENCODE_PCM8M16 和 VCE_ENCODE_PCM11M16 但记录的文件大小为 0。几乎立即 VCEEVN_RECORD_DONE 带有原因 13。我正在尝试进一步挖掘。这可能是我安装设备驱动程序的问题吗？因为当我使用这些编码使用 VceCreateFile 创建文件时，返回成功。如果它不支持编码，就会出现错误。
您可以在 ALAW 中录制并使用 sox 将文件转换为 PCM。