概述
使用pocketsphinx模块，实现唤醒词功能。
运行环境：
win10 + Python3.6.2
安装模块包：
地址：https://pypi.org/project/pocketsphinx/
-
> pip install pocketsphinx
-
C:Usersqpf1
0>pip install pocketsphinx
-
Collecting pocketsphinx
-
Downloading
https:/
/files.pythonhosted.org/packages
/52/
53/
30b12c3e4de918e32e73e9d635b4c9e1765512acc94ad0b51bfe960b54c9/pocketsphinx-
0.
1.15-cp36-cp36m-win_amd64.whl (
29.1MB)
-
100%
|████████████████████████████████|
29.1MB
104kB/s
-
Installing collected
packages: pocketsphinx
-
Successfully installed pocketsphinx-
0.
1.15
pypi官方简介：
Pocketsphinx是CMU Sphinx语音识别开源工具包的一部分。
这个包为使用SWIG和Setuptools创建的CMU Sphinxbase和Pocketsphinx库提供了一个python接口。
一、运行官方自带案例-LiveSpeech
原文：It's an iterator class for continuous recognition or keyword search from a microphone.
有道翻译：它是一个迭代器类，用于从麦克风连续识别或关键字搜索。
在pycharm中运行代码，完美运行。
-
import os
-
from pocketsphinx
import LiveSpeech, get_model_path
-
-
model_path = get_model_path()
-
-
speech = LiveSpeech(
-
verbose=
False,
-
sampling_rate=
16000,
-
buffer_size=
2048,
-
no_search=
False,
-
full_utt=
False,
-
hmm=os.path.join(model_path,
'en-us'),
-
lm=os.path.join(model_path,
'en-us.lm.bin'),
-
dic=os.path.join(model_path,
'cmudict-en-us.dict')
-
)
-
for phrase
in speech:
-
print(
"phrase:", phrase)
-
print(phrase.segments(detailed=
True))
运行后，我说了两句（发音不标准），一句hello，一句hello word，显示结果：感觉识别的很有问题。。。虽说不标准，但是不至于这个情况。
-
Allocating
32 buffers
of
2500 samples
each
-
phrase: i
'm
-
[(
'<s>', -7, 37837, 37890), ('<sil>', -6, 37891, 38010), ("i'm(2)", -913, 38011, 38064), ('[SPEECH]', -6069, 38065, 38070), ('</s>', 0, 38071, 38078)]
-
phrase: hello
or earth
-
[(
'<s>', -5, 186767, 186778), ('hello', -9386, 186779, 186834), ('or', -3672, 186835, 186854), ('earth', -1192, 186855, 186904), ('</s>', 0, 186905, 186907)]
二、运行中文语言模型内容
- 参考博客：
https://blog.csdn.net/zouxy09/article/details/14222605
添加中文语言模型和中文声学模型
- 中文相关文件下载地址：
https://sourceforge.net/projects/cmusphinx/files/Acoustic%20and%20Language%20Models/Mandarin/
- 声学模型：zh_broadcastnews_16k_ptm256_8000.tar.bz2
- 语言模型：zh_broadcastnews_64000_utf8.DMP
- 拼音字典：zh_broadcastnews_utf8.dic
- 拷贝到model文件夹下：
将文件放到PHTHON_HOME的pocketsphinx模块包下，我这里是在C:Python36Libsite-packagespocketsphinxmodel
放代码：没有变化，只是加载的目录文件变了。
-
import os
-
from pocketsphinx
import LiveSpeech, get_model_path
-
-
model_path = get_model_path()
-
-
speech = LiveSpeech(
-
verbose=
False,
-
sampling_rate=
16000,
-
buffer_size=
2048,
-
no_search=
False,
-
full_utt=
False,
-
hmm=os.path.join(model_path,
'zh/zh_broadcastnews_16k_ptm256_8000'),
-
lm=os.path.join(model_path,
'zh/zh_broadcastnews_64000_utf8.DMP'),
-
dic=os.path.join(model_path,
'zh/zh_broadcastnews_utf8.dic')
-
)
-
for phrase
in speech:
-
print(
"phrase:", phrase)
-
print(phrase.segments(detailed=
True))
运行后的结果，还是非常的不准确。虽说带点东北口音，但是识别的还是挺差的。。。说的，你好，你好吗，滚。还说了挺多其他的，都没有很好的效果，就不贴了。
运行后，半天才反应过来开始识别，不知道是什么原因，刚开始我还以为是程序监听不到语音呢。
-
Allocating
32 buffers
of
2500 samples each
-
phrase: 尼 尔 奥
-
[(
'<s>',
2,
2645708,
2645714), (
'尼',
-357,
2645715,
2645771), (
'尔(2)',
-2,
2645772,
2645811), (
'奥',
-42088,
2645812,
2645853), (
'</s>',
0,
2645854,
2645857)]
-
phrase: 尼 尔 欧盟
-
[(
'<s>',
-2,
2828757,
2828765), (
'尼',
-11911,
2828766,
2828782), (
'尔(2)',
-2519,
2828783,
2828837), (
'欧盟',
0,
2828838,
2828868), (
'</s>',
0,
2828869,
2828872)]
-
phrase: 不同
-
[(
'<s>',
1,
3023056,
3023061), (
'不同',
-18424,
3023062,
3023128), (
'</s>',
0,
3023129,
3023133)]
-
-
还会出现如下这种空的情况- -！：
-
phrase:
-
[(
'<s>',
-4,
6295811,
6295819), (
'++incomplete++',
0,
6295820,
6295973), (
'</s>',
0,
6295974,
6296015)]
三、运行自定义的中文语言模型内容
这里有个前提：我只把pocketsphinx当做唤醒词来使用。
具体操作步骤
- 编辑一个自定义的keyword.txt文本，里面写入打算唤醒的中文词语，和发音可能混淆的词（如果拼音相同只记录一个就行）。再添加一些其他的乱七八糟的词，这样匹配的时候就不会一直匹配唤醒词了。（唤醒词的重点）
-
以小贝为例，则 keyword .txt中的内容如下：
-
小贝
-
小魏
-
巧倍
-
啊
-
呵呵
-
哈哈
-
么么哒
-
- 在[http://www.speech.cs.cmu.edu/tools/lmtool-new.html] 上面训练上一步的keyword文本。会生成“随机数.lm”和“随机数.dic”，下载这两个文件就可以。用来替代语言模型和拼音字典。
-
如：
-
1234 .lm
-
1234 .dic
-
- 编辑下载的随机数.dic文件，对照着zh_broadcastnews_utf8.dic的拼音字典，更改成与其同样格式的内容。原字典中不一定会有相同的词语，有的话，就按照原先的写，没有的话，就按照单个发音的写上就可以。
-
例如：
-
小贝 x i ao b ei
-
小魏 x i ao w ei
-
巧倍 q i ao b ei
-
啊 a as
-
.
-
.
-
.
-
- 在代码中，替换掉对应的lm和dic路径。
-
import os
-
from pocketsphinx
import LiveSpeech, get_model_path
-
-
model_path = get_model_path()
-
-
speech = LiveSpeech(
-
verbose=
False,
-
sampling_rate=
16000,
-
buffer_size=
2048,
-
no_search=
False,
-
full_utt=
False,
-
hmm=os.path.join(model_path,
'zh/zh_broadcastnews_16k_ptm256_8000'),
-
lm=os.path.join(model_path,
'zh/1234.lm'),
# 这个目录位置自己设置
-
dic=os.path.join(model_path,
'zh/1234.dic')
# 同上
-
)
-
for phrase
in speech:
-
print(
"phrase:", phrase)
-
print(phrase.segments(detailed=
True))
-
# 只要命中上述关键词的内容，都算对
-
if str(phrase)
in [
"小贝",
"小魏",
"巧倍"]:
-
print(
"正确识别唤醒词")
转载于:https://blog.51cto.com/feature09/2300352
最后
以上就是清脆冬瓜为你收集整理的python语音唤醒之pocketsphinx库的全部内容，希望文章能够帮你解决python语音唤醒之pocketsphinx库所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
![[ 物联网篇 ] 28 - Linux ES7210 Driver 调试前言](/uploads/reation/bcimg13.png)
发表评论 取消回复