Sphinx4 -自定义语言模型

Question

我有一个非常具体的要求。我正在开发一个应用程序，允许用户在应用程序中使用格式为HN56C12345 (任意字母数字字符序列)的员工号码。我已经浏览了链接：http://cmusphinx.sourceforge.net/wiki/tutoriallm，但我不确定这对我的用法是否有效。

所以我的问题是三倍：

1. 在我的例子中，Sphinx4能识别像emp数字那样的高精度字母数字序列吗？
2. 如果是的话，有人能告诉我一个具体的示例/参考页面，其中有人从零开始就在Sphinx4中构建了自定义语言支持。我还没有找到详细的一步一步的文档。是否有人研究基于字母数字序列的字典或语言模型？
3. 如何为这个场景建立声学模型？

Answer 1

你不需要一个新的声学模型，而是一个自定义语法。请参阅grammar和http://cmusphinx.sourceforge.net/doc/sphinx4/edu/cmu/sphinx/jsgf/JSGFGrammar.html以了解更多信息。如果将字符分隔在语法中，Sphinx4就能很好地识别它们：

#JSGF V1.0
grammar jsgf.emplID;
<digit> = zero | one | two | three | four | five | six | seven | eight | nine ;
<digit2> = <digit> <digit>   ;
<digit4> = <digit2> <digit2> ;
<digit5> = <digit4> <digit>  ;
// This rule accepts IDs of a kind: hn<2 digits>c<5 digits>.
public <id> = h n <digit2> c <digit5> ;

至于准确性，有两种方法来提高它。如果员工人数不是太大，您可以使用所有可能的员工If来制定语法。如果这不是你的情况，那么拥有一个通用语法是你唯一的选择。尽管可以定制一个记分器，它将使用上下文信息比一般算法更好地预测员工ID。这种方法需要一些ASR和CMU代码方面的知识。