语音相关语音识别

Question

我正在研究嵌入式设备的语音相关语音识别解决方案。我看过口袋狮身人面像，但因为我仍然不熟悉它，我想也许有更有经验的人可能会知道。是否有可能使用pocketsphinx来实现这样的语音识别。而不是使用声学和语言模型，它应该记录音频，提取其特征，然后将其与所说的匹配。是否可以使用pocketsphinx实现此流程？如果不是，有人能为我指出解决方案的正确方向吗？谢谢。

Answer 1

是否可以使用pocketsphinx来实现这样的语音识别。

pocketsphinx中没有这样的功能

你能做的就是先用sphinxbase提取MFC系数，参见sphinx_fe源码。

然后，您可以应用DTW算法来比较记录。DTW的实现非常简单，只有50行代码：

http://en.wikipedia.org/wiki/Dynamic_time_warping

实现DTW的库也很少，您可以在wikipedia页面上找到链接。

如果能看到一个演示DTW实现的pocketsphinx补丁，那就太好了。