pocketsphinx做个唤醒程序遇到了问题,求大佬们解答

一位开发者使用PocketSphinx进行唤醒词识别,发现即使没有说话,程序也能识别出唤醒词,寻求解答。代码中设置了特定的采样率、缓冲大小及语言模型。
部署运行你感兴趣的模型镜像
各位走过路过的大佬们,我想用pocketshpinx做个唤醒的程序,然后我在网上找到下面这个程序改了点。运行后我都没说话,他都把唤醒词识别出来了,这是为啥呢,求大佬解答一哈呗。小白十分感谢

import os
from pocketsphinx import LiveSpeech, get_model_path

model_path = get_model_path()

print(“聆听中…”)

speech = LiveSpeech(
verbose=False,#设置运行的时候不显示详细信息
sampling_rate=16000,
buffer_size=2048,
no_search=False,
full_utt=False,
hmm=os.path.join(model_path, ‘E:/python/Lib/site-packages/pocketsphinx/model/cmusphinx-zh-cn-5.2/zh_cn.cd_cont_5000’),
lm=os.path.join(model_path, ‘E:/python/Lib/site-packages/pocketsphinx/model/3720.lm’), # 这个目录位置自己设置
dic=os.path.join(model_path, ‘E:/python/Lib/site-packages/pocketsphinx/model/3720.dic’) # 同上
)
for phrase in speech:
print(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 [“消化”, “小花”, “小华”, “笑话”]:
print(“正确识别唤醒词”)

您可能感兴趣的与本文相关的镜像

Qwen3-VL-8B

Qwen3-VL-8B

图文对话
Qwen3-VL

Qwen3-VL是迄今为止 Qwen 系列中最强大的视觉-语言模型,这一代在各个方面都进行了全面升级:更优秀的文本理解和生成、更深入的视觉感知和推理、扩展的上下文长度、增强的空间和视频动态理解能力,以及更强的代理交互能力

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值