Pocketsphinx - Añadiendo palabras y Mejorando la precisión

Question

He logrado finalmente construir y ejecutar pocketsphinx (pocketsphinx_continuous). El problema con el que me estoy metiendo es cómo mejorar la precisión. Por lo que entiendo, puede especificar un archivo de diccionario (-dict test.dic). Así que tomé el archivo de diccionario de defecto y se añade un poco más la pronunciación de las mismas palabras, por ejemplo:

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 

embargo pocketsphinx todavía no reconoce una u otra palabra en absoluto. Sé que hay un archivo jsgf que puede especificar también, pero eso parece más para frases y gramática. ¿Cómo puedo hacer que Pocketsphinx reconozca palabras comunes como lápiz y espagueti?

gracias

-Mike

Answer 1

con algo como esto, no se puede estar seguro, pero puede ofrecer las siguientes sugerencias:

1. Tal vez el modelo de lenguaje tiene bajas probabilidades de alguna manera para "espagueti" y "lápiz". Como sugirió, podría usar un JSGF para probar cómo funciona el reconocimiento si no utiliza los modelos de N-gram, sino una gramática simple (proporciónele veinte palabras, como espagueti y lápiz). De esta forma, puede ver si tal vez sea el modelo de lenguaje lo que hace que sea difícil reconocer estas palabras, y puede hacerlo bien si considera que todas las palabras tienen la misma probabilidad.

2. Quizás simplemente pronuncie estas palabras mal, incluso con las entradas alternativas del diccionario. Intente ya sea A. Probar las voces de otras personas, o B. Adaptar el modelo acústico a su voz (vea http://cmusphinx.sourceforge.net/wiki/tutorialam)

3. Además, ¿qué los reconoce como cuando está fallando? Si es posible, elimine las palabras que reconoce erróneamente como del diccionario.

Una vez más, la precisión global, sólo tres cosas te van a ayudar realmente: la restricción de la gramática, la adaptación del modelo acústico, y tal vez conseguir entrada de grabación de mayor calidad.

Answer 2

Asegúrate de poner una pestaña (no un espacio) después de la palabra y antes del comienzo de la pronunciación.

Answer 3

Para mejorar la precisión, puede intentar adaptar el modelo acústico a su voz. http://cmusphinx.sourceforge.net/wiki/tutorialadapt

Para aprender a agregar nuevas palabras: http://ghatage.com/tech/2012/12/13/Make-Pocketsphinx-recognize-new-words/

Answer 4

puede ser el problema es con Pocketsphinx. Yo tampoco estaba obteniendo buenos resultados con Pocketsphinx. Pero obtenía muy buena precisión con Sphinx4 (para un altavoz de EE. UU. Con un micrófono con cancelación de ruido). Por lo tanto, hice una comparación entre los dos usando las mismas grabaciones de audio. Para Pocketsphinx utilicé pocketsphinx_batch con el modelo de audio WSJ y un pequeño modelo de vocabulario y diccionario (creado en línea con el kit de herramientas de modelado del lenguaje Cambridge de CMU). Para Sphinx4 escribí un pequeño programa Java utilizando la biblioteca Sphinx4. El resultado fue que Sphinx4 era mucho más preciso. Todos los detalles sangrientos están en http://www.jaivox.com/pocketsphinx.html.