Динамическая система распознавания речи с помощью sdk

Question

Я хочу сделать небольшую апликацию, знает ли кто-нибудь о хорошем динамическом распознавании речи с помощью sdk. (Не речь в текст ENGINS)

спасибо,

Efrat

Answer 1

Просьба уточнить. Какая платформа? Какой размер лексики? Какие ограничения производительности? Непрерывный? Полунепрерывное? Что вы подразумеваете под словом "not speech to text engine"?

Если вам нужно что-то простое и маленькое, вы можете попробовать EARS, написанный на C, и не очень большой, вероятно, хорошо для новичков.

Answer 2

Sphinx, вероятно, соответствует тем, что вы ищете. Это платформа распознавания речи с открытым исходным кодом и постоянный проект в Университете Карнеги-Меллона.

Answer 3

есть динамики, зависящие от громкоговорителей, они более примитивны, как и у сотовых телефонов. не пытайтесь преобразовать в текст, они просто выполняют сравнение сигналов. и что мне нужно.

Answer 4

Я использовал sphinx-4, чтобы получить acccuracy 82.25%. Я выясняю, как увеличить его более чем на 95%. Я транскрибирую только голос одного человека, поэтому, если система, зависящая от динамиков, будет полезна, это будет здорово. Словарь составляет около 40 000 слов. У меня есть двухъядерная система, и я мог бы легко запускать декодер sphinx-train и sphinx4, хотя тренер проводит день, чтобы тренировать 40 часов аудио, которые у меня есть, и декодер в реальном времени.

Я хочу знать, есть ли продукт/библиотека с открытым исходным кодом, которую я могу использовать, чтобы увеличить процент моей точности.

Спасибо, Dharani