Windows 使用 pocketsphinx 做中文语音识别

下载安装 pocketsphinx

在 Windows 上，可以通过下面地址直接下载编译好的二进制可执行包。

https://cmusphinx.github.io/wiki/download/

注：下载其中 pocketsphinx 的 5prealpha 版本。

下载后，解压之。

下载模型文件

模型文件下载地址

https://sourceforge.net/projects/cmusphinx/files/Acoustic%20and%20Language%20Models/

其中 Mandarin 为中文普通话，下载下来之后我们可以看到

• 声学模型：zh_broadcastnews_16k_ptm256_8000.tar.bz2 （需要解压）
• 语言模型：zh_broadcastnews_64000_utf8.DMP
• 拼音字典：zh_broadcastnews_utf8.dic

测试中文语音识别

• 首先准备一个中文音频文件（要求：.wav 格式，采样频率 16000HZ，单声道）
• 将下载的中文模型文件和解压后的 pocketsphinx 目录放到同一个目录下，这里假定就叫“中文语音识别”。
• 进入“中文语音识别”目录，然后运行下面的命令 pocketsphinx\bin\Release\x64\pocketsphinx_continuous.exe -hmm zh_broadcastnews_ptm256_8000 -lm zh_broadcastnews_64000_utf8.DMP -dict zh_broadcastnews_utf8.dic -infile myfile-16000.wav > myfile.txt
• 运行完毕后，查看 myfile.txt 文件，内容即是程序识别出来的中文。