在sphinx4 5prealpha中运行对话演示时无法访问麦克风

Question

我正在尝试运行sphinx 4 pre aplha的对话框演示，但它给出了错误。

我正在创建一个实时语音应用程序。

我使用maven导入了这个项目，并遵循了关于堆栈溢出的指南：https://stackoverflow.com/a/25963020/2653162

该错误说明有关16 khz和通道为单声道的问题。所以很明显，这是关于采样的东西。也是关于麦克风的。

我查看了如何将麦克风设置更改为16 khz和16位，但在windows7中没有此选项。

​

问题是，HelloWorld和对话框演示在sphinx4 1.06测试版中运行良好，但在我尝试最新版本后，它给出了以下错误：

Exception in thread "main" java.lang.IllegalStateException: javax.sound.sampled.LineUnavailableException: line with format PCM_SIGNED 16000.0 Hz, 16 bit, mono, 2 bytes/frame, little-endian not supported.
    at edu.cmu.sphinx.api.Microphone.<init>(Microphone.java:38)
    at edu.cmu.sphinx.api.SpeechSourceProvider.getMicrophone(SpeechSourceProvider.java:18)
    at edu.cmu.sphinx.api.LiveSpeechRecognizer.<init>(LiveSpeechRecognizer.java:34)
    at edu.cmu.sphinx.demo.dialog.Dialog.main(Dialog.java:145)
Caused by: javax.sound.sampled.LineUnavailableException: line with format PCM_SIGNED 16000.0 Hz, 16 bit, mono, 2 bytes/frame, little-endian not supported.
    at com.sun.media.sound.DirectAudioDevice$DirectDL.implOpen(DirectAudioDevice.java:513)
    at com.sun.media.sound.AbstractDataLine.open(AbstractDataLine.java:121)
    at com.sun.media.sound.AbstractDataLine.open(AbstractDataLine.java:413)
    at edu.cmu.sphinx.api.Microphone.<init>(Microphone.java:36)
    ... 3 more

我不知道该怎么解决这个问题。

Answer 1

如果您修改SpeechSourceProvider以返回一个常量麦克风引用，它将不会尝试创建多个麦克风引用，而这正是问题的根源。

public class SpeechSourceProvider {
    private static final Microphone mic = new Microphone(16000, 16, true, false);

    Microphone getMicrophone() {
        return mic;
    }
}

这里的问题是，您不希望多个线程尝试访问单个资源，但对于演示，识别器会根据需要停止和启动，这样它们就不会都争用麦克风。

Answer 2

aetherwalker的答案对我很有效--更详细地说，我用自己的实现重写了以下文件，其中我只更改了使用的SpeechSourceProvider：

第一个是AbstractSpeechRecognizer:

public class MaxAbstractSpeechRecognizer {
protected final Context context;
protected final Recognizer recognizer;

protected ClusteredDensityFileData clusters;

protected final MaxSpeechSourceProvider speechSourceProvider;

/**
 * Constructs recognizer object using provided configuration.
 * @param configuration initial configuration
 * @throws IOException if IO went wrong
 */
public MaxAbstractSpeechRecognizer(Configuration configuration)
    throws IOException
{
    this(new Context(configuration));
}

protected MaxAbstractSpeechRecognizer(Context context) throws IOException {
    this.context = context;
    recognizer = context.getInstance(Recognizer.class);
    speechSourceProvider = new MaxSpeechSourceProvider();
} .......................

，然后是LiveSpeechRecognizer:

public class MaxLiveSpeechRecognizer extends MaxAbstractSpeechRecognizer {

private final Microphone microphone;

/**
 * Constructs new live recognition object.
 *
 * @param configuration common configuration
 * @throws IOException if model IO went wrong
 */
public MaxLiveSpeechRecognizer(Configuration configuration) throws IOException
{
    super(configuration);
    microphone = speechSourceProvider.getMicrophone();
    context.getInstance(StreamDataSource.class)
        .setInputStream(microphone.getStream());
}......................

和最后但并非最不重要的SpeechSourceProvider:

import edu.cmu.sphinx.api.Microphone;

public class MaxSpeechSourceProvider {

private static final Microphone mic = new Microphone(16000, 16, true, false);

Microphone getMicrophone() {
    return mic;
}
}

Answer 3

对我来说，这个改变的问题是，只要我在cmusphinx的上下文中，这行代码就可以被多次重用。但是如果我开始重复使用麦克风来做其他工作(比如录音)，它是不可用的！

我看到流在麦克风类中是打开的，但从来没有关闭过！

因此，首先我在类Microphone中将以下属性从静态更改为动态：

private TargetDataLine line;
private InputStream inputStream;

在我更改了在行之前关闭流的方法stopRecording之后：

  /**
 * close the stream and line
 */
public void stopRecording() {

    if (inputStream != null )
        try {
            inputStream.close();
        } catch (IOException e) {
            throw new IllegalStateException(e);
        }

    line.stop();

}

现在没有更多的改变(类SpeechSourceProvider是原始的)，我可以选择为cmupsphinx和另一个录制任务重用麦克风。