Алгоритм распознавания речи , выбор алгоритма

zamir
Ага, спасибо. Понял.

А я мучаю метод Roman55555.Многие слова распознаёт на ура!
Но становится вопрос о транскрипции в его архиве есть "перевод" русских букв на англйские фонемы.
Вопрос.Что значат вот эти символы?В xml не знаю в каком порядке должны идти...

-   syllable boundary (hyphen)  1
!   Sentence terminator (exclamation mark)  2
&   word boundary   3
,   Sentence terminator (comma) 4
.   Sentence terminator (period)    5
?   Sentence terminator (question mark) 6
_   Silence (underscore)    7
1   Primary stress  8
2   Secondary stress    9

_ вроде как тишина написано
1 первичное ударение
2 вторичное ударение
& гранца слова
остальное вроде как знаки припенания

Спасибо,в принципе как и предпологал.
Но как это правильно использовать в правилах grammar в xml?
И зачем знаки припенания,если в правилах настраивается только для одного слова?Или они уже для движка TTS?

Не знаю
Я использую sphinx.
Вместо XML языковую модель в sphinx указывается в JSGF (по идеи смысловая нагрузка таже самая)
вот пример моего файла

Цитата

#JSGF V1.0;

grammar camera;

public <camera> = ( <doo1> | <doo2> | <do3> );
<doo1> = <do1> ( <cam1> <prenum> <num1> | <num2> <cam1> );
<doo2> = <do2> ( <cam2> <prenum> <num1> | <num3> <cam2> | <allcam> );
<do1> = ( включить | подключить | выключить | отключить | опросить );
<do2> = ( опросить | опросить состояние | состояние | статус | описание );
<do3> = ( пока | пока пока | досвидание | положить трубку );
<cam1> = ( камеру | видео-камеру );
<cam2> = ( камеры | видео-камеры );
<allcam> = ( всех камер | всех видео-камер | каждой <cam2> );
<prenum> = [ номер ];
<num1> = ( один | два | три | четыре | пять | шесть | семь | восемь | девять );
<num2> = ( первую | вторую | третью | четвёртую | пятую | шестую | седьмую | восьмую | девятую );
<num3> = ( первой | второй | третьей | четвёртой | пятой | шестой | седьмой | восьмой | девятой );

для сравнения JSGF и XML

grammar.xml

<?xml version="1.0"?>
<grammar xmlns="http://www.w3.org/2001/06/grammar" xml:lang="en-US" version="1.0" mode="voice" root="digit">
  <rule id="digit">
    <one-of>
      <item>one</item>
      <item>two</item>
      <item>three</item>
    </one-of>
  </rule>
</grammar>

grammar.jsgf

#JSGF V1.0;
grammar digits;
public <numbers> = (one | two | three);

Ребята, вопрос.
Есть куча надиктованных mp3-файлов и набранные с них тексты.
Можно ли их использовать для обучения системы распознаванию?

да. я так и делаю.
буду рад, если вы поделитесь своими файлами.

я вам в личку мой имейл бросил, можете ответить?

Roman55555 Как работает код на C# c английскими фонемами? Я написал программу по распознаванию русской речи с библиотекой sphinx. Единственная проблема это пополнение базы словаря. Хотелось чтобы можно было делать это автоматом, т.е. имеется слово в единственном или множественном числе, далее создается морфема слова автоматом.