cmusphinx - 如何区分 8Khz 声学模型和 16Khz 模型之间的区别？

Question

我能够通过 8khz 音频文件获得合理的准确度。现在，如果可以的话，我想尝试更高的采样率。

查看 this page 上提供的声学模型，他们列出:

en-us-8khz.tar.gz     
en-us-semi-full.tar.gz  
en-us-semi.tar.gz  
en-us.tar.gz  

写着8khz的显然是8khz采样率的，但是其他三个呢？它们匹配什么采样率？

如果我使用 16khz 音频文件，我需要使用以下哪一个声学模型？

如果文件名中没有采样率，我如何计算声学模型的采样率？

Answer 1

您可以在模型文件夹中打开文件 feat.params 并查找 -upperf 参数。在 8khz 型号中 -upperf 通常为 3500 或 4000。对于 16khz 型号 -upperf 大于 4000，通常为 6800。