Сборка Pocketsphinx fixed-point

[AndKy]

Не так давно узнал о существовании проекта CMU Sphinx, который решает многие вопросы в распознавании слитной речи, а так же позволяет в короткие сроки разработать полноценную систему распознавания голосовых команд. Важными, для меня, деталями Sphinx являются: открытость исходного кода, применение C++, а также поддержка целочисленных вычислений, что является огромным достоинством при аппаратной реализации системы. После изучения многочисленных веток форума посвященных Sphinx многие вопросы прояснились, однако на практике возникли некоторые сложности... В надежде разобраться в них, вкратце опишу возникшие вопросы.

В начале, была сделана небольшая грамматика (цифры от 1 до 10) и словарь транскрипций. Акустическая модель msu_ru_nsh.cd_cont_1000_8gau_16000. Все прекрасно работало!
На следующем шаге была собрана целочисленная версия библиотеки. В файлах конфигурации config.h и sphinx_config.h добавлена директива

#define FIXED_POINT 1

При компиляции ошибок не возникло, однако при тестировании распознавание пропало. Причем время декодирования значительно возросло (~2 секунды). Так же увеличился вывод при работе декодера. Вот вывод программы (HelloWorld из PocketSphinx с прикрученной звукозаписью) для слов "один", "два", "три".

Current configuration:
[NAME]          [DEFLT]         [VALUE]
-agc            none            none
-agcthresh      2.0             2.000000e+000
-alpha          0.97            9.700000e-001
-ceplen         13              13
-cmn            current         current
-cmninit        8.0             8.0
-dither         no              yes
-doublebw       no              no
-feat           1s_c_d_dd       1s_c_d_dd
-frate          100             100
-input_endian   little          little
-lda
-ldadim         0               0
-lifter         0               0
-logspec        no              no
-lowerf         133.33334       1.333333e+002
-ncep           13              13
-nfft           512             512
-nfilt          40              40
-remove_dc      no              no
-round_filters  yes             yes
-samprate       16000           1.600000e+004
-seed           -1              -1
-smoothspec     no              no
-svspec
-transform      legacy          legacy
-unit_area      yes             yes
-upperf         6855.4976       6.855498e+003
-varnorm        no              no
-verbose        no              no
-warp_params
-warp_type      inverse_linear  inverse_linear
-wlen           0.025625        2.560000e-002
 
INFO: acmod.c(246): Parsed model-specific feature parameters from C:\Program Fil
es (x86)\sphinx\pocketsphinx\voxforge-ru-0.2\model_parameters\msu_ru_nsh.cd_cont
_1000_8gau_16000/feat.params
INFO: fe_interface.c(299): You are using the internal mechanism to generate the
seed.
INFO: feat.c(713): Initializing feature stream to type: '1s_c_d_dd', ceplen=13,
CMN='current', VARNORM='no', AGC='none'
INFO: cmn.c(142): mean[0]= 12.00, mean[1..12]= 0.0
INFO: mdef.c(517): Reading model definition: C:\Program Files (x86)\sphinx\pocke
tsphinx\voxforge-ru-0.2\model_parameters\msu_ru_nsh.cd_cont_1000_8gau_16000/mdef
 
INFO: bin_mdef.c(179): Allocating 113108 * 8 bytes (883 KiB) for CD tree
INFO: tmat.c(205): Reading HMM transition probability matrices: C:\Program Files
 (x86)\sphinx\pocketsphinx\voxforge-ru-0.2\model_parameters\msu_ru_nsh.cd_cont_1
000_8gau_16000/transition_matrices
INFO: acmod.c(121): Attempting to use SCHMM computation module
INFO: ms_gauden.c(198): Reading mixture gaussian parameter: C:\Program Files (x8
6)\sphinx\pocketsphinx\voxforge-ru-0.2\model_parameters\msu_ru_nsh.cd_cont_1000_
8gau_16000/means
INFO: ms_gauden.c(292): 1153 codebook, 1 feature, size:
INFO: ms_gauden.c(294):  8x39
INFO: ms_gauden.c(198): Reading mixture gaussian parameter: C:\Program Files (x8
6)\sphinx\pocketsphinx\voxforge-ru-0.2\model_parameters\msu_ru_nsh.cd_cont_1000_
8gau_16000/variances
INFO: ms_gauden.c(292): 1153 codebook, 1 feature, size:
INFO: ms_gauden.c(294):  8x39
INFO: ms_gauden.c(354): 879 variance values floored
INFO: acmod.c(123): Attempting to use PTHMM computation module
INFO: ms_gauden.c(198): Reading mixture gaussian parameter: C:\Program Files (x8
6)\sphinx\pocketsphinx\voxforge-ru-0.2\model_parameters\msu_ru_nsh.cd_cont_1000_
8gau_16000/means
INFO: ms_gauden.c(292): 1153 codebook, 1 feature, size:
INFO: ms_gauden.c(294):  8x39
INFO: ms_gauden.c(198): Reading mixture gaussian parameter: C:\Program Files (x8
6)\sphinx\pocketsphinx\voxforge-ru-0.2\model_parameters\msu_ru_nsh.cd_cont_1000_
8gau_16000/variances
INFO: ms_gauden.c(292): 1153 codebook, 1 feature, size:
INFO: ms_gauden.c(294):  8x39
INFO: ms_gauden.c(354): 879 variance values floored
INFO: ptm_mgau.c(792): Number of codebooks exceeds 256: 1153
INFO: acmod.c(125): Falling back to general multi-stream GMM computation
INFO: ms_gauden.c(198): Reading mixture gaussian parameter: C:\Program Files (x8
6)\sphinx\pocketsphinx\voxforge-ru-0.2\model_parameters\msu_ru_nsh.cd_cont_1000_
8gau_16000/means
INFO: ms_gauden.c(292): 1153 codebook, 1 feature, size:
INFO: ms_gauden.c(294):  8x39
INFO: ms_gauden.c(198): Reading mixture gaussian parameter: C:\Program Files (x8
6)\sphinx\pocketsphinx\voxforge-ru-0.2\model_parameters\msu_ru_nsh.cd_cont_1000_
8gau_16000/variances
INFO: ms_gauden.c(292): 1153 codebook, 1 feature, size:
INFO: ms_gauden.c(294):  8x39
INFO: ms_gauden.c(354): 879 variance values floored
INFO: ms_senone.c(149): Reading senone mixture weights: C:\Program Files (x86)\s
phinx\pocketsphinx\voxforge-ru-0.2\model_parameters\msu_ru_nsh.cd_cont_1000_8gau
_16000/mixture_weights
INFO: ms_senone.c(200): Truncating senone logs3(pdf) values by 10 bits
INFO: ms_senone.c(207): Not transposing mixture weights in memory
INFO: ms_senone.c(266): Read mixture weights for 1153 senones: 1 features x 8 co
dewords
INFO: ms_senone.c(320): Mapping senones to individual codebooks
INFO: ms_mgau.c(141): The value of topn: 4
INFO: dict.c(317): Allocating 4136 * 20 bytes (80 KiB) for word entries
INFO: dict.c(332): Reading main dictionary: C:\Program Files (x86)\sphinx\pocket
sphinx\voxforge-ru-0.2\etc\andky_words_tr.dic
INFO: dict.c(211): Allocated 0 KiB for strings, 0 KiB for phones
INFO: dict.c(335): 36 words read
INFO: dict.c(341): Reading filler dictionary: C:\Program Files (x86)\sphinx\pock
etsphinx\voxforge-ru-0.2\model_parameters\msu_ru_nsh.cd_cont_1000_8gau_16000/noi
sedict
INFO: dict.c(211): Allocated 0 KiB for strings, 0 KiB for phones
INFO: dict.c(344): 4 words read
INFO: dict2pid.c(396): Building PID tables for dictionary
INFO: dict2pid.c(404): Allocating 51^3 * 2 bytes (259 KiB) for word-initial trip
hones
INFO: dict2pid.c(131): Allocated 31416 bytes (30 KiB) for word-final triphones
INFO: dict2pid.c(195): Allocated 31416 bytes (30 KiB) for single-phone word trip
hones
INFO: fsg_search.c(145): FSG(beam: -1080, pbeam: -1080, wbeam: -634; wip: -26, p
ip: 0)
INFO: jsgf.c(581): Defined rule: PUBLIC <command.command>
INFO: fsg_model.c(215): Computing transitive closure for null transitions
INFO: fsg_model.c(270): 0 null transitions added
INFO: fsg_model.c(421): Adding silence transitions for <sil> to FSG
INFO: fsg_model.c(441): Added 11 silence word transitions
INFO: fsg_model.c(421): Adding silence transitions for <sil> to FSG
INFO: fsg_model.c(441): Added 11 silence word transitions
INFO: fsg_search.c(366): Added 0 alternate word transitions
INFO: fsg_lextree.c(108): Allocated 1144 bytes (1 KiB) for left and right contex
t phones
INFO: fsg_lextree.c(253): 47 HMM nodes in lextree (20 leaves)
INFO: fsg_lextree.c(255): Allocated 5076 bytes (4 KiB) for all lextree nodes
INFO: fsg_lextree.c(258): Allocated 2160 bytes (2 KiB) for lextree leafnodes
Нажмите ПРОБЕЛ, чтобы сказать фразу, а затем отпустите
Говорите...
Запись завершена (38400 байт), идет распознавание...
INFO: cmn.c(175): CMN:  7.73 -0.56  0.01  0.17 -0.18  0.03 -0.14 -0.06 -0.07 -0.
11 -0.03 -0.12 -0.05
INFO: fsg_search.c(1032): 119 frames, 5299 HMMs (44/fr), 11236 senones (94/fr),
2905 history entries (24/fr)
 
INFO: fsg_search.c(1417): Start node chetyre.0:17:118
INFO: fsg_search.c(1417): Start node vosem'.0:14:118
INFO: fsg_search.c(1417): Start node devjat'.0:14:118
INFO: fsg_search.c(1417): Start node odin.0:11:118
INFO: fsg_search.c(1417): Start node shest'.0:11:118
INFO: fsg_search.c(1417): Start node dva.0:8:118
INFO: fsg_search.c(1417): Start node tri.0:8:118
INFO: fsg_search.c(1417): Start node pjat'.0:8:118
INFO: fsg_search.c(1417): Start node sem'.0:8:118
INFO: fsg_search.c(1456): End node <sil>.18:20:118 (-408)
INFO: fsg_search.c(1456): End node chetyre.0:17:118 (-260)
INFO: fsg_search.c(1456): End node <sil>.15:17:118 (-408)
INFO: fsg_search.c(1456): End node <sil>.15:17:118 (-408)
INFO: fsg_search.c(1456): End node <sil>.12:14:118 (-408)
INFO: fsg_search.c(1456): End node <sil>.12:14:118 (-408)
INFO: fsg_search.c(1456): End node vosem'.0:14:118 (-204)
INFO: fsg_search.c(1456): End node devjat'.0:14:118 (-198)
INFO: fsg_search.c(1456): End node odin.0:11:118 (-180)
INFO: fsg_search.c(1456): End node <sil>.9:11:118 (-408)
INFO: fsg_search.c(1456): End node <sil>.9:11:118 (-408)
INFO: fsg_search.c(1456): End node <sil>.9:11:118 (-408)
INFO: fsg_search.c(1456): End node shest'.0:11:118 (-197)
INFO: fsg_search.c(1456): End node <sil>.9:11:118 (-408)
INFO: fsg_search.c(1456): End node <sil>.9:11:118 (-408)
INFO: fsg_search.c(1456): End node dva.0:8:118 (-142)
INFO: fsg_search.c(1456): End node tri.0:8:118 (-134)
INFO: fsg_search.c(1456): End node pjat'.0:8:118 (-168)
INFO: fsg_search.c(1456): End node sem'.0:8:118 (-158)
INFO: fsg_search.c(1680): lattice start node <s>.0 end node </s>.119
INFO: ps_lattice.c(1365): Normalizer P(O) = alpha(</s>:119:119) = 12799
INFO: ps_lattice.c(1403): Joint P(O,S) = -6860 P(S|O) = -19659
 
 
tri
 Probability: -19659
 
 
Нажмите ПРОБЕЛ, чтобы сказать фразу, а затем отпустите
Говорите...
Запись завершена (25600 байт), идет распознавание...
INFO: cmn.c(175): CMN:  9.25  0.09 -0.02  0.02 -0.42  0.00 -0.12 -0.12 -0.16 -0.
17 -0.01 -0.06 -0.08
INFO: fsg_search.c(1032): 79 frames, 3419 HMMs (43/fr), 7316 senones (92/fr), 18
25 history entries (23/fr)
 
INFO: fsg_search.c(1417): Start node chetyre.0:17:78
INFO: fsg_search.c(1417): Start node vosem'.0:14:78
INFO: fsg_search.c(1417): Start node devjat'.0:14:78
INFO: fsg_search.c(1417): Start node odin.0:11:78
INFO: fsg_search.c(1417): Start node shest'.0:11:78
INFO: fsg_search.c(1417): Start node dva.0:8:78
INFO: fsg_search.c(1417): Start node tri.0:8:78
INFO: fsg_search.c(1417): Start node pjat'.0:8:78
INFO: fsg_search.c(1417): Start node sem'.0:8:78
INFO: fsg_search.c(1456): End node <sil>.18:20:78 (-408)
INFO: fsg_search.c(1456): End node chetyre.0:17:78 (-260)
INFO: fsg_search.c(1456): End node <sil>.15:17:78 (-408)
INFO: fsg_search.c(1456): End node <sil>.15:17:78 (-408)
INFO: fsg_search.c(1456): End node <sil>.12:14:78 (-408)
INFO: fsg_search.c(1456): End node <sil>.12:14:78 (-408)
INFO: fsg_search.c(1456): End node vosem'.0:14:78 (-204)
INFO: fsg_search.c(1456): End node devjat'.0:14:78 (-198)
INFO: fsg_search.c(1456): End node odin.0:11:78 (-180)
INFO: fsg_search.c(1456): End node <sil>.9:11:78 (-408)
INFO: fsg_search.c(1456): End node <sil>.9:11:78 (-408)
INFO: fsg_search.c(1456): End node <sil>.9:11:78 (-408)
INFO: fsg_search.c(1456): End node shest'.0:11:78 (-197)
INFO: fsg_search.c(1456): End node <sil>.9:11:78 (-408)
INFO: fsg_search.c(1456): End node <sil>.9:11:78 (-408)
INFO: fsg_search.c(1456): End node dva.0:8:78 (-142)
INFO: fsg_search.c(1456): End node tri.0:8:78 (-134)
INFO: fsg_search.c(1456): End node pjat'.0:8:78 (-168)
INFO: fsg_search.c(1456): End node sem'.0:8:78 (-158)
INFO: fsg_search.c(1680): lattice start node <s>.0 end node </s>.79
INFO: ps_lattice.c(1365): Normalizer P(O) = alpha(</s>:79:79) = 12799
INFO: ps_lattice.c(1403): Joint P(O,S) = -6860 P(S|O) = -19659
 
 
tri
 Probability: -19659
 
 
Нажмите ПРОБЕЛ, чтобы сказать фразу, а затем отпустите
Говорите...
Запись завершена (25600 байт), идет распознавание...
INFO: cmn.c(175): CMN:  8.45 -0.58  0.01  0.35 -0.24 -0.02 -0.09 -0.10 -0.05 -0.
19 -0.12 -0.09 -0.04
INFO: fsg_search.c(1032): 79 frames, 3419 HMMs (43/fr), 7316 senones (92/fr), 18
25 history entries (23/fr)
 
INFO: fsg_search.c(1417): Start node chetyre.0:17:78
INFO: fsg_search.c(1417): Start node vosem'.0:14:78
INFO: fsg_search.c(1417): Start node devjat'.0:14:78
INFO: fsg_search.c(1417): Start node odin.0:11:78
INFO: fsg_search.c(1417): Start node shest'.0:11:78
INFO: fsg_search.c(1417): Start node dva.0:8:78
INFO: fsg_search.c(1417): Start node tri.0:8:78
INFO: fsg_search.c(1417): Start node pjat'.0:8:78
INFO: fsg_search.c(1417): Start node sem'.0:8:78
INFO: fsg_search.c(1456): End node <sil>.18:20:78 (-408)
INFO: fsg_search.c(1456): End node chetyre.0:17:78 (-260)
INFO: fsg_search.c(1456): End node <sil>.15:17:78 (-408)
INFO: fsg_search.c(1456): End node <sil>.15:17:78 (-408)
INFO: fsg_search.c(1456): End node <sil>.12:14:78 (-408)
INFO: fsg_search.c(1456): End node <sil>.12:14:78 (-408)
INFO: fsg_search.c(1456): End node vosem'.0:14:78 (-204)
INFO: fsg_search.c(1456): End node devjat'.0:14:78 (-198)
INFO: fsg_search.c(1456): End node odin.0:11:78 (-180)
INFO: fsg_search.c(1456): End node <sil>.9:11:78 (-408)
INFO: fsg_search.c(1456): End node <sil>.9:11:78 (-408)
INFO: fsg_search.c(1456): End node <sil>.9:11:78 (-408)
INFO: fsg_search.c(1456): End node shest'.0:11:78 (-197)
INFO: fsg_search.c(1456): End node <sil>.9:11:78 (-408)
INFO: fsg_search.c(1456): End node <sil>.9:11:78 (-408)
INFO: fsg_search.c(1456): End node dva.0:8:78 (-142)
INFO: fsg_search.c(1456): End node tri.0:8:78 (-134)
INFO: fsg_search.c(1456): End node pjat'.0:8:78 (-168)
INFO: fsg_search.c(1456): End node sem'.0:8:78 (-158)
INFO: fsg_search.c(1680): lattice start node <s>.0 end node </s>.79
INFO: ps_lattice.c(1365): Normalizer P(O) = alpha(</s>:79:79) = 12799
INFO: ps_lattice.c(1403): Joint P(O,S) = -6860 P(S|O) = -19659
 
 
tri
 Probability: -19659

При каждом распознавании, независимо, от произнесенного слова, декодер выдает один и то же результат. Такое ощущение, что ошибка где-то на поверхности. Первым делом я убедился, что запись происходит корректно (16 kHz, 16 bit, mono). Пробовал менять порядок байт, не помогло. Проверял извлечение MFCC с помощью sphinx_fe для для обеих версий библиотеки. Результаты выглядят вполне адекватными, расхождение коэффициентов около 1% или меньше.

Может быть у кого-то возникала подобная проблема? В чем может быть ошибка?

[AndKy]

Попробовал подключить отладочный вывод при работе декодера и, на сколько я могу судить, при использовании целочисленной сборки все HMM дают очень близкие оценки правдоподобия, что заставляет алгоритм исследовать все варианты слов. В то время как сборка с плавающей точкой рассматривает наиболее вероятные пути.

Вот выборка из отладочной печати при использовании сборки с плавающей точкой.

INFO: cmn.c(175): CMN: 11,79 -0,19  0,09  0,09 -0,32  0,05 -0,29 -0,10 -0,25 -0,49 -0,27 -0,27 -0,05
INFO: fsg_search.c(554): [    0]     10 HMM; bestscr:         -39
INFO: fsg_search.c(554): [    1]     10 HMM; bestscr:         -55
INFO: fsg_search.c(554): [    2]     10 HMM; bestscr:         -77
INFO: fsg_search.c(554): [    3]     19 HMM; bestscr:         -91
INFO: fsg_search.c(554): [    4]     19 HMM; bestscr:        -101
INFO: fsg_search.c(554): [    5]     19 HMM; bestscr:        -117
INFO: fsg_search.c(554): [    6]     22 HMM; bestscr:        -136
INFO: fsg_search.c(554): [    7]     24 HMM; bestscr:        -195
INFO: fsg_search.c(554): [    8]     25 HMM; bestscr:        -258
INFO: fsg_search.c(554): [    9]     25 HMM; bestscr:        -303
INFO: fsg_search.c(554): [   10]     26 HMM; bestscr:        -354
INFO: fsg_search.c(554): [   11]     29 HMM; bestscr:        -404
INFO: fsg_search.c(554): [   12]     29 HMM; bestscr:        -498
INFO: fsg_search.c(554): [   13]     32 HMM; bestscr:        -585
INFO: fsg_search.c(554): [   14]     35 HMM; bestscr:        -620
INFO: fsg_search.c(554): [   15]     37 HMM; bestscr:        -645
INFO: fsg_search.c(554): [   16]     37 HMM; bestscr:        -690
INFO: fsg_search.c(554): [   17]     37 HMM; bestscr:        -722
INFO: fsg_search.c(554): [   18]     38 HMM; bestscr:        -789
INFO: fsg_search.c(554): [   19]     40 HMM; bestscr:        -839
INFO: fsg_search.c(554): [   20]     40 HMM; bestscr:        -883
INFO: fsg_search.c(554): [   21]     39 HMM; bestscr:        -887
INFO: fsg_search.c(554): [   22]     36 HMM; bestscr:        -891
INFO: fsg_search.c(554): [   23]     35 HMM; bestscr:        -895
INFO: fsg_search.c(554): [   24]     33 HMM; bestscr:        -905
INFO: fsg_search.c(554): [   25]     30 HMM; bestscr:        -909
INFO: fsg_search.c(554): [   26]     28 HMM; bestscr:        -960
INFO: fsg_search.c(554): [   27]     26 HMM; bestscr:       -1030
INFO: fsg_search.c(554): [   28]     25 HMM; bestscr:       -1105
INFO: fsg_search.c(554): [   29]     26 HMM; bestscr:       -1157
INFO: fsg_search.c(554): [   30]     25 HMM; bestscr:       -1160
INFO: fsg_search.c(554): [   31]     18 HMM; bestscr:       -1171
INFO: fsg_search.c(554): [   32]     16 HMM; bestscr:       -1188
INFO: fsg_search.c(554): [   33]     13 HMM; bestscr:       -1201
INFO: fsg_search.c(554): [   34]     11 HMM; bestscr:       -1226
INFO: fsg_search.c(554): [   35]     11 HMM; bestscr:       -1272
INFO: fsg_search.c(554): [   36]     12 HMM; bestscr:       -1277
INFO: fsg_search.c(554): [   37]     11 HMM; bestscr:       -1299
INFO: fsg_search.c(554): [   38]     12 HMM; bestscr:       -1334
INFO: fsg_search.c(554): [   39]     12 HMM; bestscr:       -1337
INFO: fsg_search.c(554): [   40]     11 HMM; bestscr:       -1340
INFO: fsg_search.c(554): [   41]     10 HMM; bestscr:       -1343
INFO: fsg_search.c(554): [   42]     10 HMM; bestscr:       -1353
INFO: fsg_search.c(554): [   43]     10 HMM; bestscr:       -1358
INFO: fsg_search.c(554): [   44]      9 HMM; bestscr:       -1371
INFO: fsg_search.c(554): [   45]      6 HMM; bestscr:       -1376
INFO: fsg_search.c(554): [   46]      6 HMM; bestscr:       -1384
INFO: fsg_search.c(554): [   47]      6 HMM; bestscr:       -1398
INFO: fsg_search.c(554): [   48]      6 HMM; bestscr:       -1403
INFO: fsg_search.c(554): [   49]      4 HMM; bestscr:       -1409
INFO: fsg_search.c(554): [   50]      4 HMM; bestscr:       -1416
INFO: fsg_search.c(554): [   51]      4 HMM; bestscr:       -1423
INFO: fsg_search.c(554): [   52]      5 HMM; bestscr:       -1447
INFO: fsg_search.c(554): [   53]      5 HMM; bestscr:       -1523
INFO: fsg_search.c(554): [   54]      5 HMM; bestscr:       -1560
INFO: fsg_search.c(554): [   55]      5 HMM; bestscr:       -1618
INFO: fsg_search.c(554): [   56]      5 HMM; bestscr:       -1621
INFO: fsg_search.c(554): [   57]      5 HMM; bestscr:       -1633
INFO: fsg_search.c(554): [   58]      5 HMM; bestscr:       -1634
INFO: fsg_search.c(554): [   59]      5 HMM; bestscr:       -1635
INFO: fsg_search.c(554): [   60]      4 HMM; bestscr:       -1636
INFO: fsg_search.c(554): [   61]      4 HMM; bestscr:       -1637
INFO: fsg_search.c(554): [   62]      4 HMM; bestscr:       -1670
INFO: fsg_search.c(554): [   63]      4 HMM; bestscr:       -1703
INFO: fsg_search.c(554): [   64]      4 HMM; bestscr:       -1742
INFO: fsg_search.c(554): [   65]      4 HMM; bestscr:       -1784
INFO: fsg_search.c(554): [   66]      4 HMM; bestscr:       -1873
INFO: fsg_search.c(554): [   67]      4 HMM; bestscr:       -1970
INFO: fsg_search.c(554): [   68]      4 HMM; bestscr:       -2061
INFO: fsg_search.c(554): [   69]      4 HMM; bestscr:       -2131
INFO: fsg_search.c(554): [   70]      4 HMM; bestscr:       -2132
INFO: fsg_search.c(554): [   71]      4 HMM; bestscr:       -2132
INFO: fsg_search.c(554): [   72]      3 HMM; bestscr:       -2136
INFO: fsg_search.c(554): [   73]      3 HMM; bestscr:       -2136
INFO: fsg_search.c(554): [   74]      3 HMM; bestscr:       -2136
INFO: fsg_search.c(554): [   75]      3 HMM; bestscr:       -2136
INFO: fsg_search.c(554): [   76]      3 HMM; bestscr:       -2136
INFO: fsg_search.c(554): [   77]      3 HMM; bestscr:       -2136
INFO: fsg_search.c(554): [   78]      3 HMM; bestscr:       -2138
INFO: fsg_search.c(554): [   79]      2 HMM; bestscr:       -2138

А это выборка из отладочной печати при использовании сборки с фиксированной точкой.

INFO: cmn.c(175): CMN: 11,78 -0,19  0,09  0,09 -0,32  0,05 -0,29 -0,10 -0,25 -0,49 -0,27 -0,27 -0,05
INFO: fsg_search.c(554): [    0]     10 HMM; bestscr:         -27
INFO: fsg_search.c(554): [    1]     10 HMM; bestscr:         -28
INFO: fsg_search.c(554): [    2]     10 HMM; bestscr:         -29
INFO: fsg_search.c(554): [    3]     19 HMM; bestscr:         -30
INFO: fsg_search.c(554): [    4]     19 HMM; bestscr:         -31
INFO: fsg_search.c(554): [    5]     19 HMM; bestscr:         -32
INFO: fsg_search.c(554): [    6]     28 HMM; bestscr:         -33
INFO: fsg_search.c(554): [    7]     28 HMM; bestscr:         -34
INFO: fsg_search.c(554): [    8]     28 HMM; bestscr:         -35
INFO: fsg_search.c(554): [    9]     38 HMM; bestscr:         -36
INFO: fsg_search.c(554): [   10]     38 HMM; bestscr:         -37
INFO: fsg_search.c(554): [   11]     38 HMM; bestscr:         -38
INFO: fsg_search.c(554): [   12]     43 HMM; bestscr:         -39
INFO: fsg_search.c(554): [   13]     43 HMM; bestscr:         -40
INFO: fsg_search.c(554): [   14]     43 HMM; bestscr:         -41
INFO: fsg_search.c(554): [   15]     46 HMM; bestscr:         -42
INFO: fsg_search.c(554): [   16]     46 HMM; bestscr:         -43
INFO: fsg_search.c(554): [   17]     46 HMM; bestscr:         -44
INFO: fsg_search.c(554): [   18]     47 HMM; bestscr:         -45
INFO: fsg_search.c(554): [   19]     47 HMM; bestscr:         -46
INFO: fsg_search.c(554): [   20]     47 HMM; bestscr:         -47
INFO: fsg_search.c(554): [   21]     47 HMM; bestscr:         -48
INFO: fsg_search.c(554): [   22]     47 HMM; bestscr:         -49
INFO: fsg_search.c(554): [   23]     47 HMM; bestscr:         -50
INFO: fsg_search.c(554): [   24]     47 HMM; bestscr:         -51
INFO: fsg_search.c(554): [   25]     47 HMM; bestscr:         -52
INFO: fsg_search.c(554): [   26]     47 HMM; bestscr:         -53
INFO: fsg_search.c(554): [   27]     47 HMM; bestscr:         -54
INFO: fsg_search.c(554): [   28]     47 HMM; bestscr:         -55
INFO: fsg_search.c(554): [   29]     47 HMM; bestscr:         -56
INFO: fsg_search.c(554): [   30]     47 HMM; bestscr:         -57
INFO: fsg_search.c(554): [   31]     47 HMM; bestscr:         -58
INFO: fsg_search.c(554): [   32]     47 HMM; bestscr:         -59
INFO: fsg_search.c(554): [   33]     47 HMM; bestscr:         -60
INFO: fsg_search.c(554): [   34]     47 HMM; bestscr:         -61
INFO: fsg_search.c(554): [   35]     47 HMM; bestscr:         -62
INFO: fsg_search.c(554): [   36]     47 HMM; bestscr:         -63
INFO: fsg_search.c(554): [   37]     47 HMM; bestscr:         -64
INFO: fsg_search.c(554): [   38]     47 HMM; bestscr:         -65
INFO: fsg_search.c(554): [   39]     47 HMM; bestscr:         -66
INFO: fsg_search.c(554): [   40]     47 HMM; bestscr:         -67
INFO: fsg_search.c(554): [   41]     47 HMM; bestscr:         -68
INFO: fsg_search.c(554): [   42]     47 HMM; bestscr:         -69
INFO: fsg_search.c(554): [   43]     47 HMM; bestscr:         -70
INFO: fsg_search.c(554): [   44]     47 HMM; bestscr:         -71
INFO: fsg_search.c(554): [   45]     47 HMM; bestscr:         -72
INFO: fsg_search.c(554): [   46]     47 HMM; bestscr:         -73
INFO: fsg_search.c(554): [   47]     47 HMM; bestscr:         -74
INFO: fsg_search.c(554): [   48]     47 HMM; bestscr:         -75
INFO: fsg_search.c(554): [   49]     47 HMM; bestscr:         -76
INFO: fsg_search.c(554): [   50]     47 HMM; bestscr:         -77
INFO: fsg_search.c(554): [   51]     47 HMM; bestscr:         -78
INFO: fsg_search.c(554): [   52]     47 HMM; bestscr:         -79
INFO: fsg_search.c(554): [   53]     47 HMM; bestscr:         -80
INFO: fsg_search.c(554): [   54]     47 HMM; bestscr:         -81
INFO: fsg_search.c(554): [   55]     47 HMM; bestscr:         -82
INFO: fsg_search.c(554): [   56]     47 HMM; bestscr:         -83
INFO: fsg_search.c(554): [   57]     47 HMM; bestscr:         -84
INFO: fsg_search.c(554): [   58]     47 HMM; bestscr:         -85
INFO: fsg_search.c(554): [   59]     47 HMM; bestscr:         -86
INFO: fsg_search.c(554): [   60]     47 HMM; bestscr:         -87
INFO: fsg_search.c(554): [   61]     47 HMM; bestscr:         -88
INFO: fsg_search.c(554): [   62]     47 HMM; bestscr:         -89
INFO: fsg_search.c(554): [   63]     47 HMM; bestscr:         -90
INFO: fsg_search.c(554): [   64]     47 HMM; bestscr:         -91
INFO: fsg_search.c(554): [   65]     47 HMM; bestscr:         -92
INFO: fsg_search.c(554): [   66]     47 HMM; bestscr:         -93
INFO: fsg_search.c(554): [   67]     47 HMM; bestscr:         -94
INFO: fsg_search.c(554): [   68]     47 HMM; bestscr:         -95
INFO: fsg_search.c(554): [   69]     47 HMM; bestscr:         -96
INFO: fsg_search.c(554): [   70]     47 HMM; bestscr:         -97
INFO: fsg_search.c(554): [   71]     47 HMM; bestscr:         -98
INFO: fsg_search.c(554): [   72]     47 HMM; bestscr:         -99
INFO: fsg_search.c(554): [   73]     47 HMM; bestscr:        -100
INFO: fsg_search.c(554): [   74]     47 HMM; bestscr:        -101
INFO: fsg_search.c(554): [   75]     47 HMM; bestscr:        -102
INFO: fsg_search.c(554): [   76]     47 HMM; bestscr:        -103
INFO: fsg_search.c(554): [   77]     47 HMM; bestscr:        -104
INFO: fsg_search.c(554): [   78]     47 HMM; bestscr:        -105
INFO: fsg_search.c(554): [   79]     47 HMM; bestscr:        -106

В обоих случаях распознавался один и тот же файл с одной командой.
Может быть саму акустическую модель нужно как-то подготовить, перед использованием со сборкой с целочисленной арифметикой?

[AndKy]

Нашел так же, что причиной неработоспособности декодера является то, что все эмиссионные вероятности, вычисляемые целочисленной сборкой, равны нулю:

//SSID             0           1           2 (0)
  SENSCR           0           0           0
//SCORES        -337        -362  -536870912  -536870912
//HISTID           0           0          -1          -1
//SSID           393         395         397 (1326)
  SENSCR           0           0           0
//SCORES         -28         -39  -536870912  -536870912
//HISTID           0           0          -1          -1
//SSID          1070        1080        1086 (4086)
  SENSCR           0           0           0
//SCORES         -30         -35  -536870912  -536870912
//HISTID           0           0          -1          -1

В то время, как в сборке с плавающей точкой все нормально:

//SSID             0           1           2 (0)
  SENSCR         -48         -24         -27
//SCORES        -385        -410  -536870912  -536870912
//HISTID           0           0          -1          -1
//SSID           393         395         397 (1326)
  SENSCR        -114        -189        -300
//SCORES        -142        -153  -536870912  -536870912
//HISTID           0           0          -1          -1
//SSID          1070        1080        1086 (4086)
  SENSCR        -191        -140        -126
//SCORES        -221        -226  -536870912  -536870912
//HISTID           0           0          -1          -1

Теперь нужно найти, где вычисляются эмисионные вероятности.

[AndKy]

Проблема устранена! Причина в том, что библиотека была неправильно сконфигурирована. Проект библиотеки SphinxBase видит файлы конффигурации в директории include\win32:

"C:\Program Files (x86)\Sphinx\sphinxbase\include\win32\config.h"
"C:\Program Files (x86)\Sphinx\sphinxbase\include\win32\sphinx_config.h"

В данные файлы я и добавлял директиву FIXED_POINT. Проект библиотеки PocketSphinx видит файл конффигурации в директории include:

"C:\Program Files (x86)\Sphinx\sphinxbase\include\sphinx_config.h"

В нем оставалась конфигурация по-умолчанию. Таким образом, библиотека SphinxBase собралась как целочисленная, а PocketSphinx - с плавающей точкой. При вычислении гауссов (ms_gauden.c) возникала ошибка. После добавления директивы FIXED_POINT в файл конфигурации PocketSphinx ошибка устранилась.

Сообщение отредактировано: AndKy - 25.12.14, 15:55