키워드 스포팅 시스템을 구축하려고하고 있으며, 내 프로젝트의 기초로 스핑크스 4의 분기 this을 선택합니다.wav에서 cepstrum으로 변환하여 발생하는 Shpinx 4 키워드 스포팅 기능의 정확도가 낮음
wav 파일 (단일 키워드로 70 % 이상)에서 제대로 작동합니다. 하지만 클라이언트에서 서버로 파일을 전송하는 시간을 절약하기 위해 wav 파일을 먼저 클라이언트 측에서 셉 스트 럼으로 변환 한 다음 켐프 트럼을 전송하기로 결정했습니다. 이 작업은 Featurefiledumper에 의해 수행됩니다.
그러나 원래의 KWS 시스템에 셉 스트 럼을로드 할 때 정확도는 끔찍합니다. 나는 클라이언트에 일부 작품을 넣었을 때 정확성에 큰 영향을 미치지 않아야한다고 생각했다. 원래의 KWS 시스템은 각 단어를 적절한 블록으로 분리하여 인식 할 수 있습니다. 스펙트럼을 입력으로 사용하면 시스템에서 모든 단어를 올바르게 나눌 수 없습니다. 나는 그것이 높은 정확도를 얻을 수없는 이유이기도하다고 생각합니다.
파일 전송에 시간을 절약하고 KWS 시스템의 적절한 정확성을 유지하는 방법을 찾고 싶습니다. 구성에서 놓친 것이 있습니까? 아니면 필요를 충족시키는 또 다른 방법이 있습니까? ==============
<config>
<property name="logLevel" value="WARNING" />
<property name="absoluteBeamWidth" value="-1" />
<property name="relativeBeamWidth" value="1E-150" />
<property name="wordInsertionProbability" value="0.7" />
<property name="languageWeight" value="7" />
<property name="frontend" value="epFrontEnd" />
<property name="recognizer" value="recognizer" />
<property name="showCreations" value="false" />
<property name="outOfGrammarProbability" value="1E-10"/>
<property name="phoneInsertionProbability" value="1E-55"/>
<component name="recognizer" type="edu.cmu.sphinx.recognizer.Recognizer">
<property name="decoder" value="decoder" />
</component>
<component name="decoder" type="edu.cmu.sphinx.decoder.Decoder">
<property name="searchManager" value="searchManager" />
</component>
<component name="searchManager" type="edu.cmu.sphinx.decoder.search.SimpleBreadthFirstSearchManager">
<property name="logMath" value="logMath" />
<property name="linguist" value="FlatLinguist" />
<property name="pruner" value="trivialPruner" />
<property name="scorer" value="threadedScorer" />
<property name="activeListFactory" value="activeList" />
</component>
<component name="activeList" type="edu.cmu.sphinx.decoder.search.PartitionActiveListFactory">
<property name="logMath" value="logMath" />
<property name="absoluteBeamWidth" value="${absoluteBeamWidth}" />
<property name="relativeBeamWidth" value="${relativeBeamWidth}" />
</component>
<component name="trivialPruner" type="edu.cmu.sphinx.decoder.pruner.SimplePruner" />
<component name="threadedScorer" type="edu.cmu.sphinx.decoder.scorer.ThreadedAcousticScorer">
<property name="frontend" value="${frontend}" />
</component>
<component name="FlatLinguist" type="edu.cmu.sphinx.linguist.KWSFlatLinguist.KWSFlatLinguist">
<property name="logMath" value="logMath" />
<property name="grammar" value="NoSkipGrammar" />
<property name="acousticModel" value="wsj" />
<property name="wordInsertionProbability" value="${wordInsertionProbability}" />
<property name="languageWeight" value="${languageWeight}" />
<property name="unitManager" value="unitManager" />
<property name="addOutOfGrammarBranch" value="true"/>
<property name="phoneLoopAcousticModel" value="WSJ"/>
<property name="outOfGrammarProbability" value="${outOfGrammarProbability}"/>
<property name="phoneInsertionProbability" value="${phoneInsertionProbability}"/>
<property name="dumpGStates" value ="true"/>
</component>
<component name="NoSkipGrammar" type="edu.cmu.sphinx.linguist.language.grammar.NoSkipGrammar">
<property name="dictionary" value="dictionary" />
<property name="logMath" value="logMath" />
<property name="addSilenceWords" value="false" />
</component>
<component name="dictionary" type="edu.cmu.sphinx.linguist.dictionary.AllWordDictionary">
<property name="dictionaryPath" value="resource:/WSJ_8gau_13dCep_16k_40mel_130Hz_6800Hz/dict/cmudict.0.6d" />
<property name="fillerPath" value="resource:/WSJ_8gau_13dCep_16k_40mel_130Hz_6800Hz/noisedict" />
<property name="addSilEndingPronunciation" value="false" />
<property name="wordReplacement" value="<sil>" />
<property name="unitManager" value="unitManager" />
</component>
<component name="wsj" type="edu.cmu.sphinx.linguist.acoustic.tiedstate.TiedStateAcousticModel">
<property name="loader" value="wsjLoader" />
<property name="unitManager" value="unitManager" />
</component>
<component name="wsjLoader" type="edu.cmu.sphinx.linguist.acoustic.tiedstate.Sphinx3Loader">
<property name="logMath" value="logMath" />
<property name="unitManager" value="unitManager" />
<property name="location" value="resource:/WSJ_8gau_13dCep_16k_40mel_130Hz_6800Hz" />
</component>
<component name="unitManager" type="edu.cmu.sphinx.linguist.acoustic.UnitManager" />
<!-- additions start-->
<component name="WSJ" type="edu.cmu.sphinx.linguist.acoustic.tiedstate.TiedStateAcousticModel">
<property name="loader" value="WSJLOADER" />
<property name="unitManager" value="UNITMANAGER" />
</component>
<component name="WSJLOADER" type="edu.cmu.sphinx.linguist.acoustic.tiedstate.Sphinx3Loader">
<property name="logMath" value="logMath" />
<property name="unitManager" value="UNITMANAGER" />
<property name="location" value="resource:/WSJ_8gau_13dCep_16k_40mel_130Hz_6800Hz" />
</component>
<component name="UNITMANAGER" type="edu.cmu.sphinx.linguist.acoustic.UnitManager" />
<component name="tidigits"
type="edu.cmu.sphinx.model.acoustic.TIDIGITS_8gau_13dCep_16k_40mel_130Hz_6800Hz.Model">
<property name="loader" value="sphinx3Loader"/>
<property name="unitManager" value="unitManager"/>
</component>
<component name="sphinx3Loader"
type="edu.cmu.sphinx.model.acoustic.TIDIGITS_8gau_13dCep_16k_40mel_130Hz_6800Hz.ModelLoader">
<property name="logMath" value="logMath"/>
<property name="unitManager" value="UNITMANAGER"/>
</component>
<!-- additions end -->
<component name="epFrontEnd" type="edu.cmu.sphinx.frontend.FrontEnd">
<propertylist name="pipeline">
<item>streamCepstrumSource </item>
<item>BatchCMN </item>
<item>featureExtraction </item>
</propertylist>
</component>
<component name="audioFileDataSource" type="edu.cmu.sphinx.frontend.util.AudioFileDataSource" />
<component name="dataBlocker" type="edu.cmu.sphinx.frontend.DataBlocker" />
<component name="speechClassifier" type="edu.cmu.sphinx.frontend.endpoint.SpeechClassifier" />
<component name="nonSpeechDataFilter" type="edu.cmu.sphinx.frontend.endpoint.NonSpeechDataFilter" />
<component name="speechMarker" type="edu.cmu.sphinx.frontend.endpoint.SpeechMarker" />
<component name="preemphasizer" type="edu.cmu.sphinx.frontend.filter.Preemphasizer" />
<component name="windower" type="edu.cmu.sphinx.frontend.window.RaisedCosineWindower">
</component>
<component name="fft" type="edu.cmu.sphinx.frontend.transform.DiscreteFourierTransform">
</component>
<component name="melFilterBank" type="edu.cmu.sphinx.frontend.frequencywarp.MelFrequencyFilterBank">
</component>
<component name="dct" type="edu.cmu.sphinx.frontend.transform.DiscreteCosineTransform" />
<component name="liveCMN" type="edu.cmu.sphinx.frontend.feature.LiveCMN" />
<component name="featureExtraction" type="edu.cmu.sphinx.frontend.feature.DeltasFeatureExtractor" />
<component name="BatchCMN" type="edu.cmu.sphinx.frontend.feature.BatchCMN"/>
<component name="logMath" type="edu.cmu.sphinx.util.LogMath">
<property name="logBase" value="1.0001" />
<property name="useAddTable" value="true" />
</component>
<component name="streamCepstrumSource" type="edu.cmu.sphinx.frontend.util.StreamCepstrumSource">
<property name="sampleRate" value="16000"/>
</component>
</config>
: 여기
<config>
<!-- ******************************************************** -->
<!-- The frontend configuration -->
<!-- ******************************************************** -->
<component name="cepstraFrontEnd" type="edu.cmu.sphinx.frontend.FrontEnd">
<propertylist name="pipeline">
<item>streamDataSource</item>
<item>preemphasizer</item>
<item>windower</item>
<item>fft</item>
<item>melFilterBank</item>
<item>dct</item>
</propertylist>
</component>
<component name="preemphasizer"
type="edu.cmu.sphinx.frontend.filter.Preemphasizer"/>
<component name="windower"
type="edu.cmu.sphinx.frontend.window.RaisedCosineWindower">
</componentcomponent>
<component name="fft"
type="edu.cmu.sphinx.frontend.transform.DiscreteFourierTransform"/>
<component name="melFilterBank"
type="edu.cmu.sphinx.frontend.frequencywarp.MelFrequencyFilterBank">
</component>
<component name="dct"
type="edu.cmu.sphinx.frontend.transform.DiscreteCosineTransform"/>
<component name="streamDataSource"
type="edu.cmu.sphinx.frontend.util.StreamDataSource">
<property name="sampleRate" value="16000"/>
</component>
</config>
서버 측 구성이다 다음
클라이언트 측의 구성이며 ========================================================================================================== ==
Nikolay에게 감사드립니다. 이유는 파일을 처리하는 다른 구성 요소 (StreamDataSource 및 AudioFileDataSource)입니다 알아 냈습니다.
하지만 문제는 내 클라이언트가 Android 시스템입니다. javax.sound.sampled 클래스는 지원하지 않습니다. 따라서 클라이언트에서 AudioFileDataSource를 사용하는 것은 불가능합니다. StreamDataSource가 가능한 솔루션입니다. 그러나 왜이 두 구성 요소가 다른 기능 세트로 이어지는 지 잘 모릅니다.
AudioDataSource가 AudioFileDataSource와 동일한 결과를 생성하도록하는 힌트가 있습니까?
귀하의 소중한 조언에 진심으로 감사드립니다. 원래 시스템과 Featurefiledumper에서 생성 된 내용을 확인했습니다. 그들은 다르다. 그리고 Featurefiledumper를 수정하여 클라이언트 측에서 직접 wav 파일을로드합니다. 이제 그들은 같은 결과를 얻을 수 있습니다. – nh3500