CMU Sphinx转录准确性
我正在开发一个网络语音识别应用程序。我正在使用recorderJS捕获声音并将其发送到后端，在那里应该使用CMU Sphinx进行处理。
在发现最新版本5Realpha的库时，我遇到了准确性问题，该库使用了默认的声学模型、语言模型和词典，后来又使用JSGF语法减少了识别的单词数量，因此我使用了1.0 beta6版本。
1.0 beta6版本的麦克风识别非常准确。然而，当我转录声音时，它总是很差。如何提高准确性？我尝试在最新版本中使用StreamSpeechRecognizer，但结果也很差。
共有1个答案
我设法获得了很好的准确性。我检查了edu的实施情况。cmu。斯芬克斯前端。util。麦克风类，我发现采样率为16000，比特率为16，通道数为1。
我进一步查看了recorderJS，发现Google Chrome中的采样率为44100 Hz，因此我查找了库的可配置版本，找到了Matt Diamond recorderJS的Chris Rudmin fork。
我没有使用最新版本，因为声音是以Ogg格式导出的，我需要它是WAV，所以我查看了以前的版本；我使用了0.3版本，其中比特率是可配置的，并且运行良好。
后来我修改了附带的示例，以下参数给出了很好的精度：
监视器增益：0
位深度：16
通道数：1
记录Opus：未选中
采样率：16000
比特率：32000
这是CMU Sphinx的XML配置文件中的流数据源配置。
<component name="streamDataSource"
type="edu.cmu.sphinx.frontend.util.StreamDataSource">
<property name="sampleRate" value="16000" />
<property name="bitsPerSample" value="16" />
<property name="bigEndianData" value="false" />
<property name="signedData" value="true" />
</component>
-
问题内容： 我的系统需要至少10毫秒的计时器精度。 我选择了timerfd，因为它非常适合我，但是发现即使在长达15毫秒的时间内，它也不是完全准确的，或者是我不理解它是如何工作的。 在一个10毫秒的计时器上，我测量的时间高达21毫秒。 我已经进行了一次快速测试，以显示我的问题。 这里是一个测试： 像这样执行： 即使假设有些可能的延迟，对我来说15毫秒的延迟听起来也太多了。 问题答案： 尝试按以下方
-
问题内容： 我需要准确地将HSB转换为RGB，但是我不确定如何解决将小数转换为整数而不四舍五入的问题。这是我从colorpicker库中获得的当前函数： 如您所见，此函数的不准确性来自Math.round 问题答案： / accepts parameters * h Object = {h:x, s:y, v:z} * OR * h, s, v / function HSVtoRGB(h, s,
-
我试图在caffe中训练一个二元分类模型，它告诉输入图像是狗还是背景。我有8223个阳性样本，33472个阴性样本。我的验证集包含1200个样本，每个类600个。事实上，我的优点是摘自MS-COCO数据集的片段。所有的图像都被调整大小，所以比格维度不超过92，较小的维度不小于44。在使用create_imagenet.sh(resize=false)创建LMDB文件之后，我开始使用求解器进行训练，
-
我注意到消息的EnqueueTimeUtc值不准确 我正在为我的系统使用ServiceBus主题和订阅者 发送方在.NET中使用“Microsoft.Azure.ServiceBus”version=“4.1.1”NuGet包编写，使用SendAsync（）方法将消息发送到主题 订阅方是使用Azure.ServiceBus.Control_Client(azure-servicebus versi
-
关于使用Lenet5网络解释MNIST上某些优化器的性能，我有几个问题，以及验证损失/精度与训练损失/精度图确切地告诉我们什么。因此，所有的事情都是在Keras中使用标准的LeNet5网络完成的，它运行了15个历元，批处理大小为128。 有两个图，列车acc vs val acc和列车损失vs val损失。我生成了4个图，因为我运行了两次，一次是validation_split=0.1，一次是va
-
3. 登录与准备 3.1. 浏览器及网络要求 在课堂开始前，需先检查浏览器及网络配置是否符合要求，如下： 浏览器要求 谷歌Chrome浏览器，版本V55.0及以上。 网络环境要求 上行带宽达到 2Mbps 或以上，测速工具：http://www.speedtest.net 3.2. 登录课堂 打开管理后台提供的课堂地址，输入昵称和密码登录课堂。 昵称 可自定义名称，名称将会在视频窗口及聊天中显示。