android - 使用 PocketSphinx 识别多个关键字

Question

我已经安装了 PocketSphinx 演示，它在 Ubuntu 和 Eclipse 下运行良好，但尽管尝试了，但我无法弄清楚如何添加对多个单词的识别。

我想要的只是让代码识别单个单词，然后我可以在代码中 switch()，例如“上下左右”。我不想识别句子，只识别单个单词。

对此的任何帮助将不胜感激。我发现其他用户也有类似的问题，但到目前为止没有人知道答案。

---

令我困惑的一件事是为什么我们需要使用“唤醒”常量？

private static final String KWS_SEARCH = "wakeup";
private static final String KEYPHRASE = "oh mighty computer";
.
.
.
recognizer.addKeyphraseSearch(KWS_SEARCH, KEYPHRASE);

wakeup 与什么有什么关系？

---

我取得了一些进展(？):使用 addGrammarSearch 我可以使用 .gram 文件列出我的单词，例如up,down,left,right,forwards,backwards，如果我说的只是那些特定的词，这似乎很好用。但是，任何其他词都会导致系统将所说的内容与所说的“最接近”的词相匹配。理想情况下，如果说出的单词不在 .gram 文件中，我不希望发生识别...

Answer 1

感谢 Nikolay 的提示(请参阅上面的答案)，我开发了以下代码，该代码运行良好，并且除非它们在列表中，否则无法识别单词。您可以将其直接复制并粘贴到 PocketSphinxDemo 代码中的主类上:

public class PocketSphinxActivity extends Activity implements RecognitionListener
{
private static final String DIGITS_SEARCH = "digits";
private SpeechRecognizer recognizer;

@Override
public void onCreate(Bundle state)
{
    super.onCreate(state);

    setContentView(R.layout.main);

    ((TextView) findViewById(R.id.caption_text)).setText("Preparing the recognizer");

    try
    {
        Assets assets = new Assets(PocketSphinxActivity.this);
        File assetDir = assets.syncAssets();
        setupRecognizer(assetDir);
    }
    catch (IOException e)
    {
        // oops
    }

    ((TextView) findViewById(R.id.caption_text)).setText("Say up, down, left, right, forwards, backwards");

    reset();
}

@Override
public void onPartialResult(Hypothesis hypothesis)
{
}

@Override
public void onResult(Hypothesis hypothesis)
{
    ((TextView) findViewById(R.id.result_text)).setText("");

    if (hypothesis != null)
    {
        String text = hypothesis.getHypstr();
        makeText(getApplicationContext(), text, Toast.LENGTH_SHORT).show();
    }
}

@Override
public void onBeginningOfSpeech()
{
}

@Override
public void onEndOfSpeech()
{
    reset();
}

private void setupRecognizer(File assetsDir)
{
    File modelsDir = new File(assetsDir, "models");

    recognizer = defaultSetup().setAcousticModel(new File(modelsDir, "hmm/en-us-semi"))
                               .setDictionary(new File(modelsDir, "dict/cmu07a.dic"))
                               .setRawLogDir(assetsDir).setKeywordThreshold(1e-20f)
                               .getRecognizer();

    recognizer.addListener(this);

    File digitsGrammar = new File(modelsDir, "grammar/digits.gram");
    recognizer.addKeywordSearch(DIGITS_SEARCH, digitsGrammar);
}

private void reset()
{
    recognizer.stop();
    recognizer.startListening(DIGITS_SEARCH);
}
}

您的 digits.gram 文件应该类似于:

up /1e-1/
down /1e-1/
left /1e-1/
right /1e-1/
forwards /1e-1/
backwards /1e-1/

您应该尝试使用双斜杠 // 中的阈值来提高性能，其中 1e-1 代表 0.1(我认为)。我认为最大值是1.0。

现在是下午 5.30，所以我现在可以停止工作了。结果。