问如何在iPhone中实现中文语音识别

EN

我是OpenEars开发人员。OpenEars只做开箱即用的英语语音识别。在OpenEars使用的Pocketsphinx发行版中有一个普通话声学模型，所以如果您有自己的方法来创建兼容的语言模型和语音字典，并且准备进行一些自我指导的研究和测试，那么可以在说明中使用它来替代英语声学模型。声学模型称为tdt_sc_8k。您可以使用它，而不是说明中名为hub4wsj_sc_8k的文件夹，但要让它正常工作，您还需要做更多的工作。

如果你想尝试这样做，你会想要阅读CMU speech站点上的Sphinx project documentation，以便清楚地了解声学模型、语言模型和语音词典之间的关系，并找出如何创建兼容的语言模型。您可以从this page上的语音词典开始，作为一个主词典，您可以创建较小的iPhone大小的语音词典，然后从它创建语言模型，因为它可能与声学模型兼容。该页面上的语言模型对于OpenEars来说太大了。为了测试，我可能会创建一个大约100字的命令和控制模型。您应该能够使用Sphinx Knowledge Base Tool从已经创建了语音词典的单词语料库创建语言模型。

下一步将是验证您的声学模型、语言模型和语音字典-在传统的Pocketsphinx安装中工作，例如在Linux上。如果你得到了好的结果，你可以来OpenEars论坛，我会尝试帮助你在OpenEars中工作(那里不能保证，因为声学模型从来没有测试的一部分，但我也想不出它不工作的特殊原因)。OpenEars的LanguageModelGenerator类肯定只适用于英语。您有责任确保声学模型以一种不会阻止其在App Store应用程序中使用的方式获得许可，如果这是您计划分发项目的方式。

祝好运!

EDIT:我想更新它，让您知道普通话声学模型现在是OpenEarsExtras的一部分，并且说LanguageModelGenerator现在已经更新了，所以如果您有一个格式正确的字典(即单词后面跟着制表符，音素后面跟着换行，按字母顺序排列)，那么您可以为它提供一个任意的主语音字典，这将使dynamic language modeler更容易用于英语以外的语言(如果您已经有了声学模型)。

它的工作方式是，您有一个所需语言的查找字典，它类似于默认的英语查找字典cmu07a.dic，LanguageModelGenerator负责其余的工作，因此，如果您有一个可以查找发音的语音字典，那么我关于它的声明需要多个步骤和研究，就不一定是这种情况了。在实践中，OpenEars forum将非常感谢您对此如何工作的反馈(请不要在Stack Overflow上提供反馈或错误报告)。