阿呆游乐园：blog.csdn.net.longer44

2012年12月份，CMU大学更新pocketsphinx工具包，最新版本已经是0.8了。下载下来尝试了一下，发现对于声学模型的训练比之前方便多了。

下面简单介绍一下新版本声学模型的训练过程：

1:安装新版本的Pocketsphinx-0.8

下载地址：http://cmusphinx.sourceforge.net/wiki/download/

在Linux下安装很方便：config，make，make install即可。

2:准备录音材料

将你需要识别的命令列个表，然后录制WAV格式的音频文件

重点说明：录制单声道16000Hz(8000Hz需要配置一下)

3:新建一个目录：例如：my_db

4:在my_db下新建目录：wav和etc

5:将录制好的音频文件放到wav文件夹下

6:在etc文件夹下准备以下几个文件：

• my_db.dic -  Phonetic dictionary
• my_db.phone -  Phoneset file
• my_db.lm.DMP -  Language model
• my_db.filler -  List of fillers
• my_db_train.fileids -  List of files for training
• ny_db_train.transcription -  Transcription for training
• my_db_test.fileids -  List of files for testing
• my_db_test.transcription -  Transcription for testing

以上文件的格式或制作方法请参照本人转载的《sphinx武林秘籍》

7:配置相关参数

从终端进入my_db目录，然后通过

sphinxtrain -t my_db setup

命令配置训练脚本，及训练参数。

配置完成后，可以进入etc文件夹下查找feat.params和sphinx_train.cfg文件，修改相关配置参数

8:开始训练

以上步骤完成后，可以开始训练声学模型了

sphinxtrain run

如果准备的文件完全正确，训练声学模型过程等待就可以了，如果出现停顿或者不动的情况，那么说明是某些地方不正确，可以查看错误日志或者终端输出信息加以修改。

9:查看训练好的声学模型

训练完成后，声学模型在my_db/model_parameters文件夹下。

总结：新版本的声学模型训练将之前繁琐的步骤加以简化，操作起来更加方便。