语音相关语音识别

Question

我正在为嵌入式设备的语音相关语音识别解决方案寻找解决方案。我已经研究过Pocketsphinx，但由于我仍然不熟悉它，我想也许更有经验的人可能会知道。是否有可能使用Pocketsphinx来实现这样的语音识别。它应该记录音频，提取其特征，然后将其与所说的任何内容进行匹配，而不是使用声学和语言模型。是否有可能使用Pocketsphinx实现此流程？如果没有，有人能为这样的解决方案指出正确的方向吗？谢谢。

Answer 1

是否可以使用Pocketsphenx实现这样的语音识别。

Pocketsphinx API中没有这样的功能

您可以首先使用sphinxbase提取MFC系数，例如请参见sphinx\u fe source。

然后可以应用DTW算法来比较录制。DTW实现非常简单，只需50行代码：

http://en.wikipedia.org/wiki/Dynamic_time_warping

很少有库也实现DTW，您可以在wikipedia页面上找到链接。

如果能看到pocketsphinx补丁演示DTW实现，那就太好了。