当前位置：首页 > news >正文

java使用CMU sphinx语音识别

news 来源：原创 2025/4/28 17:30:43

java使用CMU sphinx语音识别

- 一、pom依赖
- - 1、依赖dependency
  - 2、配置仓库repository
- 二、下载中文资源包
- - 1、下载中文资源包（需要其他语言的选择对应的文件夹即可），中文选择Mandarin
  - 2、将下载后的文件放到项目中
  - 3、代码-识别wav语音文件
  - 4、代码-识别实时输入（本地pc未成功）
  - - 4.1 测试端需要有语音输入设备

一、pom依赖

1、依赖dependency

        <!-- CMUSphinx Core Library --><dependency><groupId>edu.cmu.sphinx</groupId><artifactId>sphinx4-core</artifactId><version>5prealpha-SNAPSHOT</version></dependency><!-- CMUSphinx Data Library --><dependency><groupId>edu.cmu.sphinx</groupId><artifactId>sphinx4-data</artifactId><version>5prealpha-SNAPSHOT</version></dependency>

2、配置仓库repository

        <repository><id>snapshots-repo</id><url>https://oss.sonatype.org/content/repositories/snapshots</url><releases><enabled>false</enabled></releases><snapshots><enabled>true</enabled></snapshots></repository>

二、下载中文资源包

进入sourceforge网站下载
点击菜单Files，其中Acoustic and Language Models是语言资源包文件夹，下面还有sphinx不同版本的源码，源码中默认只包含英文资源包。
sphinx的files列表
在这里插入图片描述

1、下载中文资源包（需要其他语言的选择对应的文件夹即可），中文选择Mandarin

在这里插入图片描述

2、将下载后的文件放到项目中

解压后的文件
在这里插入图片描述

3、代码-识别wav语音文件

好像只能识别wav格式的文件，m4a试了不行，可以自行尝试看下结果

    public static void speechToTxt2() throws Exception {// 1、配置Configuration conf = new Configuration();conf.setAcousticModelPath("resource:/sphinx/zh/zh_cn.cd_cont_5000");conf.setDictionaryPath("resource:/sphinx/zh/zh_cn.dic");conf.setLanguageModelPath("resource:/sphinx/zh/zh_cn.lm.bin");System.out.println("Loading models...");//        conf.setAcousticModelPath("resource:/edu/cmu/sphinx/models/en-us/en-us");
//        conf.setDictionaryPath("resource:/edu/cmu/sphinx/models/en-us/cmudict-en-us.dict");Context context = new Context(conf);context.setLocalProperty("decoder->searchManager", "allphoneSearchManager");Recognizer recognizer = context.getInstance(Recognizer.class);InputStream stream = ParseUtil.class.getResourceAsStream("/sphinx/wav/2.wav");stream.skip(44);// Simple recognition with generic modelrecognizer.allocate();context.setSpeechSource(stream, TimeFrame.INFINITE);Result result;while ((result = recognizer.recognize()) != null) {SpeechResult speechResult = new SpeechResult(result);System.out.format("Hypothesis: %s\n", speechResult.getHypothesis());System.out.println("List of recognized words and their times:");for (WordResult r : speechResult.getWords()) {System.out.println(r);}//            System.out.println("Lattice contains "
//                    + speechResult.getLattice().getNodes().size() + " nodes");}recognizer.deallocate();}

输出结果如图
其中 Hypothesis: SIL uu o2 c j ie1 r ou3 s r ou3 x r ou1 o2 SIL 就是需要训练的内容。
我们下载的资源文件zh_cn.dic中有已经简单训练的结果
在这里插入图片描述

4、代码-识别实时输入（本地pc未成功）

调用时，系统能检测到在使用麦克风。但在recognizer.getResult()这行总是会报溢出错误，也有可能是输入的设备不支持，各位可以自行尝试。有结果可以评论学习一下，感谢。

    public static void speechToTxt() throws Exception {// 1、配置Configuration conf = new Configuration();conf.setAcousticModelPath("resource:/sphinx/zh/zh_cn.cd_cont_5000");conf.setDictionaryPath("resource:/sphinx/zh/zh_cn.dic");conf.setLanguageModelPath("resource:/sphinx/zh/zh_cn.lm.bin");// 2、语音识别器LiveSpeechRecognizer recognizer = new LiveSpeechRecognizer(conf);// 2.1 开始识别recognizer.startRecognition(true);// 2.2 识别结果SpeechResult result;while ((result = recognizer.getResult()) != null) {System.out.println(result.getHypothesis());}// 2.3 停止识别recognizer.stopRecognition();}