Kas yra CMU Sphinx
2013-09-19
CMU Sphinx
Carnegie Mellon (wikipedia) Universitete kuria automatinė šnekos atpažinimo sistemų grupę: kelios versijos atpažinimo ir akustinio modelio mokymo programinė įranga. Oficiali svetainė: CMU Sphinx
CMU Sphinx Versijos
Sphinx v1
Pirmoji versija buvo kuriama apie 1989 [1]. Algoritmas rėmėsi: paslėptų Markovo akustinių modelių (HMMs) ir n-gram statistiniu kalbos modeliu.
programavimo kalba: C
Eksperimentiniams duomenimis buvo nustatyta klaidų: ~9%
Sphinx v2
Apie 2000 metus buvo tobulinama antroji versija [2]. Programinė realizacija buvo kuriama taip kad būtų galima atpažinti šneką realiu laiku. Pagrinde buvo realizuotos šnekos aptikimo, dalinės hipotezės teikimo, dinaminis kalbos modelio užkrovimo algoritmo dalys. Buvo naudojamas pusiau-tolydaus akustinis modelis.
programavimo kalba: C
Eksperimentiniams duomenimis buvo nustatyta klaidų: ~9%
Sphinx v3
2001 Trečioji versija turėjo leisti didesnį programinį lankstumą ir aukštą atpažinimo lygį [4]. Greitaveika nebuvo vienas iš tikslų. Su šia versija buvo pradėtas vystyti SphinxTrain paketas, kuris leidžia sulyginai lengviau apmokyti atpažinime naudojamus akustinius modelius. buvo naudojamas tolydus HMM
programavimo kalba: C
Eksperimentiniams duomenimis buvo nustatyta klaidų: ~10%
Sphinx v4
2004 programinės įrangos iškelti tikslai [5][6]): tinkinimo lankstumas, tinkinimas, draugiška vartotojo/programuotojo sąsaja. Realizuojamo algoritmo pagrindas buvo paimtas iš Sphinx v3 Pilnai perrašytas su Sun(Oracle) Java. Sukurta papildomų Vartotojo sąsajos įrankių palengvinančių darbą.
Programavimo Kalba: Sun(Oracle) Java
Eksperimentiniams duomenimis buvo nustatyta klaidų: ~8%
PocketSphinx
Sphinx algortimas buvo pakeistas tam, kad tikslingiau išnaudotų mobilių įrenginių techninę įrangą [7]: fiksuoto-kablelio aritmetika, Gausinių mišinių modelių skaičiavimas.
programavimo kalba: C
Eksperimentiniams duomenimis buvo nustatyta klaidų: ~10%
Nuorodos
- Lee Lee, Kai-Fu. Automatic Speech Recognition: The Development of the Sphinx Recognition System. Vol. 62. Springer, 1989.
- ??? Lee, K-F., H-W. Hon, and Raj Reddy. “An overview of the SPHINX speech recognition system.” Acoustics, Speech and Signal Processing, IEEE Transactions on 38.1 (1990): 35-45.
- Huang, Xuedong, et al. “The SPHINX-II speech recognition system: an overview.” Computer Speech & Language 7.2 (1993): 137-148.
- Varela, Armando, Heriberto Cuayáhuitl, and Juan Arturo Nolazco-Flores. “Creating a Mexican Spanish version of the CMU Sphinx-III speech recognition system.” Progress in Pattern Recognition, Speech and Image Analysis. Springer Berlin Heidelberg, 2003. 251-258.
- Lamere, Paul, et al. “Design of the CMU sphinx-4 decoder.” INTERSPEECH. 2003.
- Walker, Willie, et al. “Sphinx-4: A flexible open source framework for speech recognition.” (2004).
- Huggins-Daines, David, et al. “Pocketsphinx: A free, real-time continuous speech recognition system for hand-held devices.” Acoustics, Speech and Signal Processing, 2006. ICASSP 2006 Proceedings. 2006 IEEE International Conference on. Vol. 1. IEEE, 2006.
paslėptų Markovo akustinių modelių (HMMs) ir n-gram statistiniu kalbos modeliu.