小さな単語セット間の認識に CMU ポケット スフィンクスを使用したいと考えています。私は彼らのためにコーパスを作成し、ここでモデル ファイルを作成しました - http://www.speech.cs.cmu.edu/tools/lmtool.html。
12 コアの Linux マシンでこのモデルを使用して pocketphinx_continuous 実行可能ファイルを実行すると、各単語を認識するのに約 5 秒かかります。
- このライブラリは通常これほど遅いですか、それとも何か間違っていますか?
- コンソール出力は、私のモデルのサイズがわずか 12 語であるにもかかわらず、まだ多数の単語を検索および評価していることを示しています。
- 約 12 ～ 15 語を区別するというこの単純な作業に使用できる軽量で使いやすいライブラリは他にありますか。