CMU Sphinx 4 完全にJavaプログラミング言語で書かれた最先端の音声認識システム
今すぐダウンロード

CMU Sphinx 4 ランキングとまとめ

CMU Sphinx 4 タグ

認識 音声認識 スピーチ スペクトログラムビューア recogn recogn 表示波形を表示します

CMU Sphinx 4 説明

完全にJavaプログラミング言語で書かれた最先端の音声認識システム Sphinxは、BSDスタイルライセンスの下でリリースされたスピーカー独立した大きな語彙連続音声認識装置です。また、開発者や研究者が音声認識システムを構築することを可能にするオープンソースのリソースとツールのコレクションでも、完全にJavaプログラミング言語で書かれた最先端の音声認識システムです。カリフォルニア大学のSanta Cruz（UCSC）の貢献により、Sphinxグループ、Sun Microsystems Laborestatories、Mitsubishi Electric Research Labs（MERL）、Hewlett Packard（HP）の共同コラボレーションにより作成されました。マサチューセッツ工業大学（MIT）.SPHINX-4は、Sphinx-3の港としてJavaプログラミング言語の港として始まりましたが、Sphinx-3よりもはるかに柔軟性があるように設計された認識機関に進出しているため、スピーチリサーチのための優れたプラットフォームになりました。 。 CMU Sphinx Groupはリリースされています。同じ部品は、分野のすべての研究者による査読に展開されており、言語研究に使用されます。ただし、Sphinxは最終製品ではありません。あるレベルの専門知識を持つ人々は、ここで利用可能なSphinxのバージョンで大きな結果を達成することができますが、ナイーブユーザーは確かにさらに助けを必要とするでしょう。言い換えれば、ここで入手可能なソフトウェアは、スピーチでの経験がないユーザーのためのものではなく、エキスパートユーザーのためのものではありません。 "CMU Sphinx 4"の主な機能はいくつかあります。 ・ライブモードとバッチモードの音声認識者は、離散的で連続的な音声を認識することができます。 ・一般化プラガブルフロントエンドアーキテクチャ。プリペンファシス、ハミングウィンドウ、FFT、メル周波数フィルタバンク、離散コサイン変換、ケプストラム平均正規化、および特徴抽出のプラガブルな実装が含まれています。 ・一般化プラガブル言語モデルアーキテクチャ。 UNIGRAM、BIGRAM、Trigram、Java Speech API文法フォーマット（JSGF）、およびARPAフォーマットのFST文法のASCIIおよびバイナリバージョンのプラガブル言語モデルサポートが含まれています。 ・一般化音響モデルアーキテクチャ。 Sphinx-3音響モデルのためのプラガブルサポートを含む。 ・一般化検索管理。幅優先と単語の剪定検索のためのプラガブルサポートを含みます。 ・信頼性スコアの取得、格子の生成、およびJSGFタグへのECMAScriptの埋め込みなど、後処理認識結果のためのユーティリティ。 ・スタンドアロンツール。波形とスペクトログラムを表示し、オーディオからの機能の生成のためのツールが含まれています 要件： ・Java 2 SDK、Standard Edition 5.0以降 ・Ant 1.6.0以降 ・Subversion（SVN）ですが、SVNツリー（推奨される）と直接対話したい場合に限ります。 このリリースの新機能： 新機能と改善点： ・Batchagcフロントエンド部品 ・注釈のデフォルトへの移行を完了しました ・Cepwinモデルと協力するためのConcatFeatureAxtrator ・ストリーム信号の終了はデコーダに渡されてキャンセルを修正します ・タイマーAPIの改善 ・スレッドポリシーはTASに変更されます バグの修正： ・言語モデルダンプからUTF-8を読んで修正します。 ・格子圧縮の巨大なメモリ最適化 ・DatastartとDataEndとオプションのSpeechStart / StechEndのより安定したFlonendの作業

CMU Sphinx 4 関連ソフトウェア