ฉันรู้ว่ามันเก่า แต่เพื่อขยายคำตอบของ Nikolay และหวังว่าจะช่วยคนบางคนในอนาคตเพื่อรับรุ่น pockets กระเป๋าที่ทันสมัยคุณต้องรวบรวมจาก github หรือ sourceforge repository (ไม่แน่ใจ ซึ่งได้รับการปรับปรุงให้ทันสมัยยิ่งขึ้น) หมายเหตุ -j8 หมายถึงเรียกใช้ 8 งานแยกกันถ้าเป็นไปได้ หากคุณมีแกน CPU มากขึ้นคุณสามารถเพิ่มจำนวนได้
git clone https://github.com/cmusphinx/sphinxbase.git
cd sphinxbase
./autogen.sh
./configure
make -j8
make -j8 check
sudo make install
cd ..
git clone https://github.com/cmusphinx/pocketsphinx.git
cd pocketsphinx
./autogen.sh
./configure
make -j8
make -j8 check
sudo make install
cd ..
จากนั้น: https://sourceforge.net/projects/cmusphinx/files/Acoustic%20and%20Language%20Models/US%20English/
ดาวน์โหลดรุ่นใหม่ล่าสุดของcmusphinx-en-us-....tar.gzและen-70k-....lm.gz
tar -xzf cmusphinx-en-us-....tar.gz
gunzip en-70k-....lm.gz
จากนั้นในที่สุดคุณสามารถดำเนินการตามขั้นตอนจากคำตอบของ Nikolay:
ffmpeg -i book.mp3 -ar 16000 -ac 1 book.wav
pocketsphinx_continuous -infile book.wav \
-hmm cmusphinx-en-us-8khz-5.2 -lm en-70k-0.2.lm \
2>pocketsphinx.log >book.txt
สฟิงซ์ทำงานได้ดี ฉันจะไม่พึ่งพามันเพื่อสร้างข้อความที่อ่านได้ แต่ก็ดีพอที่คุณจะสามารถค้นหาได้หากคุณกำลังมองหาคำพูดเฉพาะ ใช้งานได้ดีเป็นพิเศษหากคุณใช้อัลกอริธึมการค้นหาเช่น Xapian ( http://www.lesbonscomptes.com/recoll/ ) ซึ่งยอมรับ wildcard และไม่ต้องการการค้นหาที่แน่นอน
หวังว่านี่จะช่วยได้