Sphinx4使用小记

Sphinx4使用小记

下载sphinx4-bin类型的这个文件，解压后，进入bin文件夹，会看到一系列的.jar文件，这些都是系统自带的demo。

接下来，运行demo。进入命令行，windows下cmd，转换到上面有HelloWorld.jar的bin的文件夹下，再命令行里输入（需要系统安装java环境）

​ java -jar HelloWorld.jar

这时候，就能看到程序启动。如果没有问题的话。

会在命令行中输出

​ say:(Good morning | Hello ) ( Bhiksha|Evandro | Paul |Rita| Will);

​ Start speaking.Press Ctrl-c to quit.

说话，就会有对应的识别结果。

由于语法库的限定，只能识别上面列出来的条目，这个我会在后面做说明（其实库还是挺大的）。

更近一步

​ 经过以上，对sphinx4进行入门，下来，我们进入HelloWorld.jar文件去看看。

​ 使用解压软件（我用的好压）解压文件，里面包含2个文件夹，

edu\…\HelloWorld — 包含语法文件和运行demo的代码,和配置文件

• hello.gram

  一下是里面的内容

  \#JSGF V1.0;

  /**

  JSGF Grammar for Hello World example
*/

  grammar hello;

  public <greet> = (Good morning| Hello) ( Bhiksha | Evandro | Paul | Philip | Rita | Will );

  是不是很熟悉，这个就决定demo能识别什么，如果你把Good morning 改为Good bye再压缩回去运行，一样可以识别。(读者可以试试，基本你的词汇量不会比库大，除了名字吧，修改完成后再用好压压缩，改后缀为.jar，就可以)

  本质在于，这个demo只限定能识别这个语法格式设置的语法语音，只要你这里出现的词汇在sphinx4的语音库中，它会自动识别判断的，这里其实只是一个限定，相当于提高了识别率。

• HelloWorld.class

  这个文件需要用反编译的工具打开（jd_gui），里面就是实现这个demo的代码。

  package edu.cmu.sphinx.demo.helloworld;
  
  import edu.cmu.sphinx.frontend.util.Microphone;
  import edu.cmu.sphinx.recognizer.Recognizer;
  import edu.cmu.sphinx.result.Result;
  import edu.cmu.sphinx.util.props.ConfigurationManager;
  import java.io.PrintStream;
  
  public class HelloWorld
  {
  public static void main(String[] args)
  {
    ConfigurationManager cm;
    ConfigurationManager cm;
    if (args.length > 0) {
      cm = new ConfigurationManager(args[0]);
    } else {
      cm = new ConfigurationManager(HelloWorld.class.getResource("helloworld.config.xml"));
    }
    Recognizer recognizer = (Recognizer)cm.lookup("recognizer");
    recognizer.allocate();
  
    Microphone microphone = (Microphone)cm.lookup("microphone");
    if (!microphone.startRecording())
    {
      System.out.println("Cannot start microphone.");
      recognizer.deallocate();
      System.exit(1);
    }
    System.out.println("Say: (Good morning | Hello) ( Bhiksha | Evandro | Paul | Philip | Rita | Will )");
    for (;;)
    {
      System.out.println("Start speaking. Press Ctrl-C to quit.\n");
  
      Result result = recognizer.recognize();
      if (result != null)
      {
        String resultText = result.getBestFinalResultNoFiller();
        System.out.println("You said: " + resultText + '\n');
      }
      else
      {
        System.out.println("I can't hear what you said.\n");
      }
    }
  }
  }
  

• Helloworld.comfig.xml

  这个xml就是sphinx4的配置文件，如果需要在哪里修改语音识别的参数（采样率，使用不同的算法去处理语音，都可以通过这个配置函数，而不需要去修改代码，对于可扩展性，可读性什么的都是很好的，值得学习！），目前没有仔细研究。

MFTA-INF — 指示库文件在哪里

Manifest-Version: 1.0
Ant-Version: Apache Ant 1.8.0
Created-By: 1.6.0_20-b02 (Sun Microsystems Inc.)
Main-Class: edu.cmu.sphinx.demo.helloworld.HelloWorld
Class-Path: ../lib/sphinx4.jar ../lib/WSJ_8gau_13dCep_16k_40mel_130Hz_
6800Hz.jar

这是这个文件夹中文件的内容，容易看出，这个文件指示mainclass的相对位置，库函数的相对位置。

如果你把这个文件移到其他位置，再去运行，就会报错，找不到一大堆类。