Я ищу библиотеку с открытым исходным кодом для обнаружения разговорной речи, используемой в аудиофайле, например, в wav-файле.Идентификация аудиоязыка
Я попробовал CMU sphinx, но не смог понять, как его использовать для определения языка? Кто-то может помочь?
Вы можете попробовать CMU sphinx во всех режимах декодирования телефона. Модели поездов для языков, которые вы хотите идентифицировать. Выберите язык, который лучше всего подходит для оценки.
Если вы хотите изучить другой инструментарий, вы должны рассмотреть Kaldi [1]. Это инструментарий для распознавания речи с открытым исходным кодом с системой распознавания громкоговорителей (которая использует аналогичные модели как систему идентификации языков) в туловище и экспериментальный язык. Идентификационная установка в песочнице language_id. После проверки репозитория вы можете переключиться на изолированную среду LID с помощью svn switch ^/sandbox/language_id. Примеры LID приведены в egs/lre07.
Какой бы инструмент вы ни использовали, я рекомендую систему на основе i-Vector вместо фонотектической системы. Система на основе i-Vector будет легче настраиваться, так как она не требует расшифровки транскриптов и значительно быстрее, поскольку она позволяет избежать декодирования.