android - 如何设置阈值以从 pocketsphinx-android 中的列表中发现关键字？

Question

我希望我的 Android 应用程序能够持续识别关键字。 我正在修改 pocketsphinx android 演示来测试我如何做。 我把这个列表写在一个名为 en-keywords.txt 的文件中，从 cmudict-en-us.dict 中挑选单词:

rainbow /1e-50/
about /1e-50/
blood /1e-50/
energies /1e-50/

在 setupRecognizer 方法中，我删除了所有搜索并仅将此关键字搜索添加到识别器:

File keywords= new File(assetsDir, "en-keywords.txt");
        recognizer.addKeywordSearch(KWS_SEARCH, keywords);

最后我像这样修改了 onPartialResult:

public void onPartialResult(Hypothesis hypothesis) {
        if (hypothesis == null)
            return;

        String text = hypothesis.getHypstr();

        switchSearch(KWS_SEARCH);
    }

因此，每次找到带有非空假设的部分结果时，都会调用 onResult 并重新开始搜索。

我在应用程序运行中看到的不是我所期望的:

1. 每次我说话时 onPartialResult 都有一个不为零的假设，如果我说的东西与我正在寻找的东西非常不同；
2. 另外，如果我在 PartialResult 上说“嘿”，hypotesis 通常由多个单词组成；最坏的情况是我说“嘿”，方法理解“关于能量血液的彩虹”
3. 然后调用 onResult 方法，但它会打印一个 Toast，其文本与 onPartialResult 上次找到的文本不同；就像它是以某种不平凡的顺序完成的字符串连接。

我尝试使用不同的关键字阈值，但我没有找到我的方法......可能我缺少一些基本概念或一些配置参数...... 有人可以帮我解决这个问题吗？

Answer 1

毫无疑问，解决方案是了解阈值的工作原理并正确调整它们。我读自 sourceforgeforum阈值越高(最大 1)，误报越少(有丢失真正匹配的风险)，反之亦然(最小 1e-50)。 如果可能识别的权重大于或等于您的阈值，Pocketsphinx 代码将使用您的阈值并返回匹配项:将关键字短语的阈值设置为 1 意味着只有当 pocketsphinx 绝对确定什么时，您才希望在结果中包含该关键字短语已经讲过了。

我使用的是 1e-50，这是一个非常低的阈值，会导致很多误报:有了这个阈值，您所说的几乎所有内容都会被理解为列表中的一个或多个关键字。 这是我问题中第 1 点和第 2 点的答案。

关于我的第 3 点，答案是 onResult 中的 hypothesis.getHypstr() 包含找到的每个可能匹配项的连接。要通过查看权重来区分一个匹配项与另一个匹配项，应该可以迭代段:recognizer.getDecoder().seg()(see here)。

反正这还没有结束。要实现性能良好的识别器，必须遵循一些选择关键短语的规则，然后执行阈值调整。喜欢 CMU tutorial说:

1. 为了获得最佳准确性，最好使用 3-4 个音节的关键词；
2. 太短的短语很容易混淆。