【sphinx】中文声学模型训练

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 700+累计阅读 700平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄9年

关注

原创最新推荐文章于 2026-04-03 02:57:21 发布 700 阅读 AI 写同款· GEO 优化 ›

sphinx4 中文声学模型、词典、语言模型 sphinx4需要使用连续的声学模型，官网上下载下来的中文声学模型全是半连续的，这里提供能够在sphinx4中使用的中文声学模型立即下载

除了Kaldi，也可以看看 sphinx

收录于

声纹

当前文章被收录于：

声纹

37 篇文章 55 人学习

声纹项目

订阅专栏查看详情

项目相关

当前文章被收录于：

项目相关

37 篇文章 9 人学习

项目相关的理论以及代码参考

订阅专栏查看详情

当前文章被以下社区和专栏收录：

sphinx 声学模型和词典 pocketsphinx 声学模型和词典 tdt_sc_8k 支持utf-8格式立即下载

相关推荐

sphinx4:Sphinx4是纯Java语音识别库。它提供了一个快速简便的API，借助CMUSphinx声学模型将语音记录转换为文本。它可以在服务器和桌面应用程序中使用。除了语音识别，Sphinx4还有助于识别说话者，改编模型，将现有转录与音频对齐以进行时间戳记等

狮身人面像4 Sphinx4是纯Java语音识别库。它提供了一个快速简便的API，借助CMUSphinx声学模型将语音记录转换为文本。它可以在服务器和桌面应用程序中使用。除了语音识别之外，Sphinx4还有助于识别说话者，改编模型，将现有转录与音频对齐以进行时间戳记等。演示sphinx4源代码中包含许多示例演示，以使您了解如何运行sphinx4。您可以从sphinx4-samples jar运行它们：转录器-演示如何转录文件对话框-演示如何与用户引导对话框SpeakerID-扬声器识别Aligner-音频到转录时间戳的演示

sphinx4 声学模型自适应

如果你没有足够的数据去训练自己的声学模型，那么做自适应训练会比自己直接训练新的声学模型更好，5分钟的自适应语音就可以达到很好的效果，这是官方维基教程指出的，在谷歌上搜 spinx4 adapt 就可以找到wiki教程，如果你打不开这个网页，那就用代理翻墙，我就是这么干的。 sphinx4和pocketsphinx的自适应训练有一些地方会有所不同，这是因为pocektsphinx的

hezhourongro的专栏 2709

sphinx中文语音训练手册

本文档介绍Sphinx4在Windows下的中文训练过程及注意事项，与本文档配套的是我自己的训练实例bergtrain和用到的软件。本文档编写日期 2013-04-23 1、为什么要训练？ sphinx4目前的版本中仅提供了英文等语音识别库。中文的库是PTM或semi类型的，在java版sphinx中无法使用。 2、Sphinx的训练指哪些内容？在Sphinx中有语言模型、声学模型等概念，如果你不想了解这些，请参考以下内容： a1、中文每个字的标准发音已经有一个较为全面的文件进行了标注这个文件就是zh_broadcastnews_utf8.dic（下称这类文件为发音字典），在sphinx网站上可以下载，我们也包含了它。下面是该文件的片断，它用类似拼音的方式标注了每个字或词的发音。昌 ch ang 昌北 ch ang b ei 昌必 ch ang b i 昌都 ch ang d u 昌赫 ch ang h e a2、需要告诉sphinx我们经常使用的字、词是哪些，它们出现的频率如何由于开放式语音识别尚难实现，所以sphinx实际上只能较好的处理相对小的语言集合。因此，针对特定的领域，告诉sphinx该领域的词汇和各词出现的频率将极大提高识别率。 a3、需要告诉sphinx每个字、词的真正读音发音字典告诉sphinx每个字的标准读音，但面对的说话人往往不会以标准读音来朗读。因此sphinx需要学习说话人的“口音”。如果训练时的读者发音比较标准，则sphinx能“举一反三”，识别其他不那么标准的读者的语音。推荐的做法是训练一些典型的口音：标准男、女声，童音，最后再考虑特定用户的口音。 3、如何准备训练内容所需的原料？需要准备两大内容：1)文本语料文件，2)语料录音文件。文本语料文件给出2.a2中需要的内容，在bergtrain的etc文件下的berginput.txt文件就是一个预料文件。它以行为单位，给出了150个中文句子。语料录音文件是根据文本语料文件，朗读它的每行/句话，保存到每一个语音文件即可。语料文件中的语句应该尽量选择领域相关的，在覆盖领域内名词的前提下，覆盖尽可能多的通用词汇。 4、训练环境及注意事项本文的训练软硬件如下：硬件：T60P笔记本，机器自带录音设备；操作系统为Win7 32位。软件：Sphinx cmuclmtk-0.7-win32.zip pocketsphinx-0.8-win32.zip sphinxbase-0.8-win32.zip sphinxtrain-1.0.8-win32.zip sphinx4-1.0beta6-bin.zip，用于编写java版的识别软件所需的库脚本执行软件 ActivePerl-5.16.3.1603-MSWin32-x86-296746.msi ActivePython-2.7.2.5-win32-x86.msi 录音和处理软件 audacity-win-2.0.3rc1.zip，可进行录音和声音文件处理（如降噪），免费软件 FairStars.zip，可进行批量录音（V3.5绿色版）文本编辑软件UltraEdit，UltraEdit-32.rar绿色版注意：文件格式语料文件必须使用UltraEdit进行编辑，在编辑后，使用文件-转换-ASCII转UTF-8(UNICODE编辑)，指定文件中的中文使用utf8编码。在保存前，设置格式如下：换行符：UNIX终束符 - LF 指定文件中的回车/换行符为编码0A的换行符格式：UTF-8 - 无BOM 每个文件的末尾必须有一个回车！这个回车将在保存时被替换为编码0A的换行符，训练脚本需要这个符号来确认文件的结束。录音文件如果你不希望去编辑训练中的配置文件，则在使用FairStars录音时作如下设定：进入菜单和对话框选项-显示录音选项-编码-WMA，设定：采样率（16000Hz）、通道（单声道）、比特率（16Kbps） 5、训练步骤下面逐步从零开始进行训练 5.1 软件环境的安装将本文档所在的文件夹解压或拷贝到d:\，即本文档路径是d:\sphinxtrain\Sphinx中文训练教程.txt 1)点击安装ActivePerl-5.16.3.1603-MSWin32-x86-296746.msi和ActivePython-2.7.2.5-win32-x86.msi； 2)解压Sphinx中除sphinx4-1.0beta6-bin.zip外的压缩文件到d:\sphinxtrain下

CMU sphinx学习（――训练自已的中文语言模型与声学模型）

http://www.cnblogs.com/huanghuang/archive/2011/07/18/2109101.html 同样是在该博客的基础上针对XP系统一、训练语言模型 (1) 安装语言模型训练工具CMUCLMTK VS2010直接编译即可 (2) 准备训练的文档在 .txt中输入如下内容，记住结尾不可留“\n”(实验证明了这一

1万+

基于Sphinx的汉语连续语音识别

基于Sphinx的汉语连续语音识别论文

win11下的MySQL安装

目前官方最新版本是8.0.26，考虑到其稳定性、可靠性还需一定周期保证，所以使用官方版求稳定仍然建议5.7系列。3、选择MySQL Servers 5.7.38 -x64，然后按绿色箭头将选中的版本移植到右边选中框中。4、点击下方蓝色Advanced Options，选择安装位置。1、在开始界面搜索MySQL，点击command line。4、在“系统变量”中选择“path”，点击编辑。5、新建——>增加MySQL路径——>确定，12、execute，安装好后next。9、不需要做修改，直接点击next。.

rensweet的博客 2万+

Sphinx武林秘籍(中)

Sphinx武林秘籍(中) Sphinx武林秘籍(中) ――训练自已的中文语言模型与声学模型一、训练语言模型 (1) 安装语言模型训练工具CMUCLMTK ./configure sudo make sudo make install 默认安装在/usr/local/bin下面，可以看到下面这些生成文件 idngram2lm i

liufuliang163的专栏 782

【气动弹性实战】基于Nastran与Patran的机翼颤振仿真：从模态分析到临界速度预测

本文详细介绍了基于Nastran与Patran的机翼颤振仿真全流程，从气动弹性问题解析、机翼建模技巧到模态分析与临界速度预测。通过实战案例展示如何利用SOL 145求解器进行颤振分析，并分享网格划分、材料属性设置等工程经验，帮助工程师有效解决飞行器设计中的气动弹性耦合问题。

weixin_33725722的博客 593

CMU Sphinx 中文语音模型实战：从零构建到性能优化

当时主要对比了 CMU Sphinx 和 Kaldi 这两个主流开源方案。Kaldi：可以说是学术界和工业界的标杆，识别率很高，支持最新的深度学习模型（如TDNN、Transformer）。但它就像一台精密的F1赛车——功能强大，但学习曲线陡峭，部署复杂，对计算资源要求也高。对于我们这种需要快速在树莓派这类设备上落地的项目来说，有点“杀鸡用牛刀”。CMU Sphinx：更像是一辆皮实耐用的越野车。轻量、稳定、文档相对齐全、完全离线。

2600_94960137的博客 473

告别混乱代码！在Arduino IDE中管理多文件项目的5个必备技巧

本文分享了在Arduino IDE中管理多文件项目的5个必备技巧，帮助开发者告别混乱代码。通过代码分割和模块化设计，提升编译效率、降低内存占用，并实现功能解耦。重点介绍了头文件设计、CPP文件实现、调试技巧和工业级目录结构，让你的Arduino项目像乐高积木一样清晰易维护。

fun88的博客 360

弘玑RPA进阶攻略

01.弘玑RPA产品概要。02.设计器的安装与卸载。03.设计器特性与使用。

长安诗社社长@-梁瀚文- https://github.com/HevnChin https://gitee.com/HevnChin 3644

Sphinx武林秘籍(上)

Sphinx武林秘籍(上) ――使用现有的语言模型与声学模型一、使用平台 Windows XP、VMware workstation+ Ubuntu10.10 (1) Soundrecorder 测试下能否使用 (2) sudo apt-get install libasound2-dev 二、 CMUSphinx语音识别工具包 Pocketsphinx — 用C...

weixin_30700099的博客 83

python基础·练习1(字符串作业)

python基础·练习1字符串作业一、填空二、编程初级中级字符串作业一、填空 1.已知s2 = ‘123’,则：s2 * 3 = ___________; s2 + str(456) = ___________; s2 = '123' print(s2 * 3) #123123123 print(s2 + str(456)) #123456 2.已知s1 = ‘123456789’。则： s1[:3] = ________; s1[-5:] =____________; s1[::2]=______;

qq_47326711的博客 8122

[转]PocketSphinx语音识别系统语言模型的训练和声学模型的改进

PocketSphinx语音识别系统语言模型的训练和声学模型的改进 zouxy09@qq.com http://blog.youkuaiyun.com/zouxy09 关于语音识别的基础知识和sphinx的知识，具体可以参考我的另外两篇博文：语音识别的基础知识与CMUsphinx介绍： http://blog.youkuaiyun.com/zouxy09/article/deta...

awp7451的博客 267

【实战分享】构建企业级RAG（Retrieval-Augmented Generation）知识库的全面实践

大模型指的是训练参数量极其庞大的深度学习模型，如GPT-3、GPT-4等。这些模型能够通过海量的数据学习，具备强大的语言理解和生成能力。在问答系统中，大模型能够理解用户提出的问题，并生成相关的回答。"""添加文档向量"""pass"""相似度检索"""pass"""获取页面分段"""passMilvus是一个开源的向量数据库，专为高效的向量存储和检索设计。Milvus支持多种索引方式（如IVF、HNSW等），并提供高效的查询和检索功能。索引构建：Milvus通过创建索引加速查询速度。

后端研发工程师Marion的博客 5927

Vue - 超强实现网页禁止浏览器缩放功能，浏览器缩放时保持网页不变形、元素不会被挤压等，屏蔽浏览器鼠标滚轮缩放页面（提供详细示例代码，一次引入整个网站无人可以搞乱你的页面布局及样式）

vue，nuxt，禁止浏览器缩放，如何用户缩放浏览器导致页面变形，网页缩放后页面变形了怎么办，怎么解决网站被缩放后元素乱套错乱，vue怎么禁止网页不被缩放，vue如何禁止浏览器缩放，vue缩放网页变形影响布局怎么办，vue电脑分辨率及缩放导致页面变形的问题，前端页面解决浏览器或者系统被放大和缩小导致的显示问题，Vue中页面自适应缩放，如何防止Vue页面缩放时变形/调整大小，Vue项目中,防止页面被缩放和放大，vue等比例缩放网页，网页缩放后界面变形咋办，禁止页面缩放，vue禁止浏览器改变窗口大小，Vue项目

🏆 前端领域优质创作者 1万+

毕业设计日志

GAEWave0123 gaeinjava 5 加入了applet 2009/12/27 昨天把Sphinx在Eclipse下的整个环境差不多弄好了，之前也把GAE在Eclipse下开发的环境弄好了。今天就开始看Sphinx in details. 2010/1/3 新年快乐,新年初始发生了不少事情，做了个不算小的决定。嗯，应该是正确的。开开心心安安静静的做毕业设计吧。 ...

weixin_30266885的博客 485

锂电池寿命预测 | Pytorch实现基于Transformer 的锂电池寿命预测（NASA数据集）

算法如诗的博客 5584

[sphinx]中文语言模型训练

一，不用分词的短词组语言模型训练参考资源：http://cmusphinx.sourceforge.net/wiki/tutoriallm sphinx官方教程 1）文本准备生成文本文件，内含一行一个的单词。头尾有<s> </s>标记，如下所示，其中单词前后都有空格。文件为utf-8格式，文件名为test.txt。 <s> 苏菲 &...

weixin_33966095的博客 493

复分析阿尔福斯(Ahlfors) 第三版答案英文

答案分为十章，有部分习题没有答案，全英文复分析阿尔福斯(Ahlfors) 第三版答案

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版【x86|x64】

CMU Sphinx中文语音模型实战：从零构建到性能调优全指南

当时我们主要对比了CMU Sphinx、Kaldi和Mozilla DeepSpeech这三个开源方案。Kaldi：无疑是学术界和工业界的标杆，识别精度高，工具链极其丰富。但它就像一把“瑞士军刀”，功能强大却体系复杂，学习曲线陡峭。对于我们的中文定制化任务，从数据准备到训练脚本的编写，需要投入大量时间。更重要的是，其运行时内存占用相对较高，对于我们的嵌入式目标不太友好。：基于端到端深度学习（RNN-T），在清晰语音上效果不错，且提供了友好的Python API。但其模型尺寸较大，推理对算力有一定要求。

2600_94960065的博客 660

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明，包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

上一篇：端到端的声纹识别

下一篇：如何修改Mac os Terminal 的皮肤