Работа с CMU Sphinx , Работа с CMU Sphinx 4.0

[Young]

Обновил maven до apache-maven-3.2.2. Скачал последний sphinx4-master c https://github.com/cmusphinx/sphinx4. JAVA Version 7 Update 67, os WinXP sp3. Собираю в NetBeans 8.0, выдает сообщение об ошибке (полный журнал сборки слишком длинный, по этому заливаю его в текстовый файл):
Прикреплённый файлnetbeans_error_message.rar (18,82 Кбайт, скачиваний: 137)

[nsh]

Не нужно было простыни вставлять в сообщение, их лучше прикреплять во вложении.

Ошибку с javadoc я тоже поправил вчера. Обновитесь им попробуйте еще раз.

Пишите, если будут проблемы.

[Young]

Выдало несколько ошибок, но в конце написало:

Reactor Summary:

Sphinx4 ........................................... SUCCESS [1.870s]
Sphinx4 models .................................... SUCCESS [9.001s]
Sphinx4 core ...................................... SUCCESS [36.926s]
Sphinx4 demo applications ......................... SUCCESS [8.781s]
------------------------------------------------------------------------
BUILD SUCCESS

я так понимаю, что собралось. Как мне теперь запустить пример "dialog"? Так понимаю, он входит в состав свежесобранного проекта "Sphinx4 demo applications". Открыл в NetBeans "Sphinx4-samples", я так понял, в его состав входят все 4 примера, включая и диалог. Как запустить нужный? При выполнении run на "Sphinx4 demo applications" выдает ошибку (залито в файл):
Прикреплённый файлerror_Sphinx4_demo_applications.rar (2,59 Кбайт, скачиваний: 166)

[nsh]

Ну микрофон у Вас 16кГц не поддерживает. Не знаю тут, что Вам посоветовать, драйвер микрофона обновите, что-ли.

[Young]

учту, спасибо

[i7achi]

nsh, zamir
Здравствуйте! Не могли бы Вы немного просветить новичка по поводу фонетических словарей (.dic)? В сфинкс-вики написано, что "наивный" подход транскрибирования (просто отобразить каждую букву слова на соответствующую латинскую) в итоге дает хорошие результаты. Справедливо ли это для русского/украинского языков?

Я пытаюсь сделать фонетический .dic-словарь для украинского языка, а ./dict2transcript.pl формирует немного неправильные транскрипции для украинских слов (я понимаю, что скрипт для русского языка, но языки ведь похожи вроде как, попытка не пытка ). Так вот, сработает ли в моем случае "наивный" подход? Я почему так надеюсь на это упрощение - у меня нет таких глубоких лингвистических знаний, а глядя на работу, вложенную в ./dict2transcript.pl меня кидает в жар

Заранее огромное спасибо откликнувшимся!

Сообщение отредактировано: i7achi - 17.01.15, 00:23

[zamir]

Цитата

В сфинкс-вики написано, что "наивный" подход транскрибирования (просто отобразить каждую букву слова на соответствующую латинскую) в итоге дает хорошие результаты.

Этот подход работает, но даёт не такой хороший результат. По идеи так должно быть написано.

Цитата

У меня нет таких глубоких лингвистических знаний.

У меня тоже небыло, когда составлял dict2transcript.pl
Много информации было найдено в интернет (когда ознакамливался вспомнил, что многое нам преподавали ещё в школе, в мадших классах). По Украинскому наверняка это информации меньше, но она всречалась мне так-же.
Сначала по книжкам, потом можно собственные наработки вставлять.
Увидите что что-то не так распознаётся. Подумаете над фонетическим составом - внесёте исправления в транскриптор.
Вам главное начать - и всё получиться.

[i7achi]

zamir
Спасибо за Ваш ответ! Попробую для начала сделать элементарные преобразования, а потом уже, глядя на результаты распознавания, буду вносить поправки в транскриптор. Да и в украинском языке в основном прямолинейное произношение - "как пишу так и говорю"
Отельное спасибо Вам за транскриптор - нашел в нем замечательные конструкции, которые мне помогут в составлении своего

P.s. В ./dict2transcript.pl еще есть много кода, связанного с ударениями. Их вообще нужно проставлять в .dic словаре в каждом слове при помощи '+' ? Просто в msu_ru_nsh.dic и в английских словарях почти нет слов с проставленными ударениями и все распознается нормально

Сообщение отредактировано: i7achi - 17.01.15, 14:32

[zamir]

Цитата

P.s. В ./dict2transcript.pl еще есть много кода, связанного с ударениями. Их вообще нужно проставлять в .dic словаре в каждом слове при помощи '+' ? Просто в msu_ru_nsh.dic и в английских словарях почти нет слов с проставленными ударениями и все распознается нормально

В словарях для sphinx нет знака "+"
Знак "+" есть в спомогательном словаре ударений.
Дело в том что фонемный состав в русском языке зависит от ударения.
Поэтому что бы сгенерить фонетический словарь sphinx нужно знать ударение для каждого слова и соответсвенно использовать словарь ударений.

Сообщение отредактировано: zamir - 17.01.15, 16:53

[i7achi]

Цитата

В словарях для sphinx нет знака "+"

Хмм... А что же тогда в начале у msu_ru_nsh.dic ?

Цитата

+издали ii z d ay ll i
+окна oo k n a
+острова oo s t r ay v a
+эн ee n
+эрц ee r c

И дальше встречаются такие же конструкции. Это получается по ошибке туда пробрались плюсики?

[zamir]

да нет
это Николай для контроля ударение в словаре проставил
"Издали, издАли" - в зависимости от ударения два разных слова получаются
можно записать так:
издали ii z d ay ll i
издали(2) i z d aa ll i
издали(3) yy z d ay ll i

[i7achi]

Цитата

можно записать так:
издали ii z d ay ll i
издали(2) i z d aa ll i
издали(3) yy z d ay ll i

Это получается ударение на удвоенной гласной?
В первом случае - ii
втором - аа
третьем - yy

Так ведь?

[nsh]

Цитата

Это получается ударение на удвоенной гласной?
В первом случае - ii
втором - аа
третьем - yy

Не удвоенные гласные а ударные. ii, aa, yy, ee, oo - ударные. a, e, i - первая степень редукции. ay, ae - вторая степень редукции.

[i7achi]

nsh
Спасибо, теперь стало намного понятнее! Пойду работать дальше)

[eboolean001]

Здравсвуйте.
Не хотел создавать новую тему. Решил спросить здесь.
Возникла проблема при создании файла словаря для pocketsphinx.
Скачал text2dic в нем есть текствовые файлы и perl скрипты.
Запускаю так:

perl dict2transcript.pl myword.txt mydic.dic

а выходит пустой файл.
Что я делаю не так?