Pocketsphinx-音频预处理是必要的/推荐的？

Question

我使用Pocketsphinx的语音识别与西班牙语声学模型和JSGF语法，与体面的结果到目前为止。

然而，我得到了错误的音频识别结果，至少在我看来，这些音频似乎完全可以理解（根据声学模型参数，没有那么多背景噪声、采样频率和比特深度等）。

此外，这些未被正确识别的音频与被正确识别的音频似乎没有太大区别（事实上，我觉得它们听起来几乎一样）。

所以，我猜音频中有什么东西使它更难识别，也许是一些噪声频率或其他需要过滤的东西？（背景噪音、“pop”语音、人声频带外的频率等）

简而言之，你知道Pocketsphinx是否已经做了一些这样的事情，如果没有，你知道任何应用于音频文件以提高语音识别结果的最佳实践过滤器/转换/等吗？

谢啦！

Answer 1

不，任何预处理通常都对语音识别的准确性非常有害。

现代语音识别算法的发展趋势是，即使是轻微的预处理也可能导致更糟糕的结果。因为你的语音识别能力远远优于计算机，所以你的耳朵很难分辨出来。添加轻微回声以提高自然度或简单的mp3压缩/解压缩可能会显著降低准确性。

解决方案是从您想要识别的相同音频训练模型，例如，在mp3解压音频上训练而不是干净的音频。默认模型是在干净的音频上训练的，这使得它对声音修改不是很健壮。这种多风格的训练有其自身的缺点，因为它使训练数据非常大，因此它仍然是一个正在进行的研究主题。