使用我自己的字典创建 CMUSphinx 语言模型后的下一步是什么？

Question

我已经为一个软件创建了我自己的阿拉伯语 CMUSphinx 语言模型，该软件将听取用户的意见并使用我自己的字典应用命令，我已经手动完成，转换 "arpa" 语言使用命令 sphinx_lm_convert -i ar.lm -o ar.lm.dmp 将模型类型转换为 "dmp" 语言模型，所以这是我目前拥有的文件：

• .txt（命令文本文件）
• .wfreq（词频文件）
• .idngram（ngram 文件）
• .dic（字典文件）
• .phone（phonemes 文件）
• .lm（arpa语言模型文件）
• .lm.dmp（Darpa Trigram 转储语言模型文件）

然后我记录了自己说的每个单词，每个单词都有自己的 .wav 文件，它们都在一个文件夹中，与 .dic、.txt、.lm 所在的文件夹不同。

我的问题是我在这里阅读的下一步是什么 http://cmusphinx.sourceforge.net/wiki/tutorial？

上面说Adapting existing acoustic model是建立语言模型后的下一步，这不是训练语言模型吗？

如果是训练，我有所有需要的文件，除了：

• .转录
• .fileids

这两个文件里面应该有什么？

感谢

Answer 1

tutorial for Acoustic Model Training 中描述了训练声学模型的过程。

如果您想将任何自定义格式的现有转录转换为所需格式，您需要在文本编辑器中或使用脚本手动创建文件 ID 和转录文件。

Fileids 必须列出文件名，转录文件必须以特殊格式列出每个文件的转录。

例如声学模型训练数据库你可以在an4数据库里面查。