pocketsphinx android - 为每个不同的口语单词返回相同的单词

Question

我已经从 Github 下载了 pocketsphinx-android-demo 并为我自己的目的做了一些修改。

我为我的应用特定单词创建了一个新的 my-en-us.dict（字典）文件并添加了以下单词

hey HH EY
smarty S M AA R T IY

login L AA G IH N

然后，我用以下代码创建了一个 login.gram（语法）文件

#JSGF V1.0;

grammar login;

public <item> = login;

然后，我在 Activity 中像这样初始化识别器

public static final String KWS_SEARCH = "wakeup";
public static final String LOGIN_SEARCH = "login";

/* Keyword we are looking for to activate menu */
public static final String KEYPHRASE = "hey smarty";

private void setupRecognizer(File assetsDir) throws IOException {
    recognizer = SpeechRecognizerSetup.defaultSetup()
                .setAcousticModel(new File(assetsDir, "en-us-ptm"))
                .setDictionary(new File(assetsDir, "my-en-us.dict"))
                .getRecognizer();
    recognizer.addListener(this);

    recognizer.addKeyphraseSearch(KWS_SEARCH, KEYPHRASE);

    File loginGrammar = new File(assetsDir, "login.gram");
    recognizer.addGrammarSearch(LOGIN_SEARCH, loginGrammar);
}

其余代码与 pocketsphinx-android-demo 相同，用于启动识别器、听单词等

启动 android 应用程序后，我说 "hey smarty" 以激活对 "login" 单词的识别。当我说 "login" 时，它是 returns "login" 但当我说 "hello"、"settings" 等任何其他词时，它只会 returns "login".

我不知道为什么会这样。我是不是哪里做错了，如果是，那么只添加特定单词以进行准确识别的正确方法是什么？

另一个问题是，如何检查 "partial result" 或 "result" 的准确率百分比？

Answer 1

大概您更改了 onPartialResult() 的实现以处理 switchSearch(LOGIN_SEARCH)。

假设是连续 "login"，因为这是您语法中唯一的词。其他词 ("hello"、"settings") 可能被误解为 "login"，因为该关键字没有与之关联的 "kws-threshold"。

对于这个用例，您想使用 addKeywordSearch() 而不是语法。它很像 addKeyPhraseSearch()，但允许您使用多个关键字，每个关键字都有自己的阈值：

File f = new File( context.getCacheDir(), "temp.gram" );
PrintWriter p = new PrintWriter( f );
p.print(
 "hello/1e-10/\n" +
 "login/1e-10/\n" +
 "settings/1e-10/\n"
);
p.close();
recognizer.addKeywordSearch( LOGIN_SEARCH, f );

（我在这里使用了 PrintWriter，因为 addKeywordSearch() 需要一个文件）。

正如我在 this answer 中提到的，每个关键字的阈值都会有所不同，并且通常是通过实验找到的。我提供的值是名义值。

这也应该回答您的第二个问题：您不必检查准确度百分比（我认为 PocketSphinx 甚至没有为关键字提供准确度百分比），因为阈值可以有效地为您做到这一点。

当然，您的所有关键字也必须出现在字典中。

pocketsphinx android - 为每个不同的口语单词返回相同的单词

pocketsphinx android - returning same word for every different spoken word

android

speech-recognition

pocketsphinx-android

pocketsphinx