包括CMU pocketsphinx gstream的语法

Question

我一直在寻找CMU pocketsphinx进行语音识别。理想情况下，我希望能够通过现场音频作为输入，识别出“Please pick”这一行的句子结构，其中有大量对象（约200个）。最初，我在Ubunutu上安装pocketsphinx时遇到了很多困难，最终我能够使用gstreamer让它正常工作。现在我有了它，我正在努力提高准确性。我无法找到任何语法或语法方面的例子，但我想在代码中找到。在

我将非常感谢你的帮助。在

Answer 1

您现在不能在gstreamer中使用JSGF，尽管这只是插件的一个小改动。但是可以使用FSG格式的语法。您可以自己构造FSG格式的语法，也可以将JSGF格式的语法转换为FSG格式：

sphinx_jsgf2fsg -jsgf grammar.jsgf -fsg grammar.fsg

要使用fsg格式的语法，请使用插件的“fsg”属性，就像使用“lm”属性一样，而不是：

^{pr2}$

您将FSG属性设置为FSG文件：

    g_object_set(G_OBJECT(filter), "fsg", 
         "pocketsphinx/test/data/goforward.fsg", NULL);

在python中也可以这样做：

    asr.set_property("fsg", "pocketsphinx/test/data/goforward.fsg")