CMU Pocketsphinx ist ein Open-Source-Spracherkennungstoolkit, das von der Carnegie Mellon University entwickelt wurde. Es handelt sich um ein großes Vokabular, sprecherunabhängiges kontinuierliches Spracherkennungssystem.
Die Installation von Pocketsphinx erfolgt mittels CMake, das auf Linux und Windows funktioniert. Auf Mac OS X wurde noch nicht getestet. Die Audio-Bibliothek wurde entfernt, da sie auf keiner Plattform richtig gebaut oder funktioniert hat.
Um die Python-Modul in einem virtuellen Umfeld zu installieren, führen Sie die folgenden Schritte aus:
python3 -m venv ~/ve_pocketsphinx
. ~/ve_pocketsphinx/bin/activate
pip install .
Um die C-Bibliothek und Bindungen zu installieren, führen Sie die folgenden Schritte aus:
cmake -S . -B build
cmake --build build
cmake --build build --target install
Das pocketsphinx-Kommandozeilenprogramm liest ein- oder mehrkanaliges 16-Bit-PCM-Audio von der Standard-Eingabe oder einer Datei und versucht, Sprache darin zu erkennen, indem es die Standard-Akustik- und Sprachmodelle verwendet. Es akzeptiert eine Vielzahl von Optionen, die Sie wahrscheinlich nicht benötigen.
Die letzte Version von Pocketsphinx ist 5.0.3, die am 28. Dezember 2023 veröffentlicht wurde. Diese Version enthält Fehlerkorrekturen und Verbesserungen an der Dokumentation.
Es gibt Beispiele für die Verwendung von Pocketsphinx auf Windows, die die Verwendung von PortAudio und der Win32-Waveform-Audio-API zeigen.
SphinxTrain ist ein separates Tool, das für die Akustikmodellierung verwendet wird. Die Version 5.0.0 wurde am 13. Oktober 2022 veröffentlicht und enthält Fehlerkorrekturen und Verbesserungen.
Das Pocketsphinx-Repository auf GitHub enthält den Quellcode und die Dokumentation. Es gibt auch eine Liste von Beiträgen und Fehlermeldungen.
Pocketsphinx wird unter der Lizenzbedingungen der Carnegie Mellon University veröffentlicht. Bitte lesen Sie die Lizenzdatei für weitere Informationen.
CMU Pocketsphinx ist ein leistungsfähiges Open-Source-Spracherkennungstoolkit, das für die Verwendung in verschiedenen Anwendungen geeignet ist. Es bietet eine Vielzahl von Funktionen und Optionen, die es zu einem flexiblen und anpassbaren Tool machen.
* KI-Zusammenfassungen können Fehler enthalten. Alle Angaben ohne Gewähr.