0

LatticeDemo.java を試してみました。そして、結果例に示すような結果を得ることができました。この例では、音声データ (10001-90210-01803.wav) に「AudioFileDataSource」を使用しています。StreamDataSource を使用して、この音声データを別の方法で認識しようとしています。

しかし、私は別の結果を得ます。どんなアイデアでも聞きたいです。

私が取った手順は次のとおりです。

  1. 次のコードで 10001-90210-01803.wav から Byte データを取得します

    File f = new File(file);
ByteArrayOutputStream out = new ByteArrayOutputStream();
BufferedInputStream in;
        try {
            in = new BufferedInputStream(new FileInputStream(f));

            return ByteStreams.toByteArray(in);
        } catch (Exception e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }

  2. あとは、この「data」というバイトデータを次のようにByteArrayInputStreamに入れるだけです

    StreamDataSource dataSource = (StreamDataSource) cm.lookup("streamDataSource"); ByteArrayInputStream st = new ByteArrayInputStream(data); dataSource.setInputStream(st, "メイン ストリーム");

実は、「setInputStream」関数を使用する場合、2 番目の引数 (つまり「メイン ストリーム」) には特別な意味があるのですか? なぜこの議論が必要なのかわかりません。

streamDataSource の構成は次のとおりです。

<component name="streamDataSource" type="edu.cmu.sphinx.frontend.util.StreamDataSource"> <property name="sampleRate" value="16000" /> <property name="bigendianData" value="false" / > </コンポーネント>

出力は

Loading...
17:48:01.941 WARNING dictionary        Missing word: <unk>
17:48:02.543 WARNING dictionary        Missing word: <unk>
 <s> i. </s>
 <s> i. <sil> </s>
 <s> i. a. </s>
 <s> i. a </s>
 <s> i </s>
 <s> i a </s>
 <s> i <sil> </s>
 <s> i a. </s>
 <s> high a </s>
 <s> i </s>
 <s> a i </s>
 <s> a i. </s>
 <s> i i </s>
 <s> i i. </s>
 <s> i. </s>
 <s> i. i. </s>
 <s> high </s>
 <s> higher </s>
 <s> tight </s>
 <s> right </s>
 <s> wright </s>
I heard: i

よろしく

4

1 に答える 1

0

実は、「setInputStream」関数を使用する場合、2 番目の引数 (つまり「メイン ストリーム」) には特別な意味があるのですか? なぜこの議論が必要なのかわかりません。

いいえ、この引数は使用されておらず、互換性のために保持されています

 <property name="bigendianData" value="false" />

プロパティ名は bigEndianData であり、bigendianData ではありません。また、最新の sphinx4 を使用していることも確認してください。実際には、Subversion から最新のトランクをチェックアウトすることをお勧めします。

于 2013-08-13T05:38:20.567 に答える