概要
Raspberry pi 1 model bで、音声認識やってみた。
ダウンロード
julius-master.zip
bccwj.60k.htkdic
jnas-tri-3k16-gid.binhmm
logicalTri
環境
Raspberry pi 1 model b(element14)
raspbian 2016-11-25 jessie with pixel
sd_card MF-RUMSD08GL elecom
HDMI to VGA adapter(amazon)
usb keyboard(nec)
usb mouse(nec)
usb audio C-Media Electronics
インストール
sudo aptitude install libasound2-dev
コンパイル
./configre --with-mictype=alsa
make
設定ファイル
test.conf
-w demo.dict
-v bccwj.60k.htkdic
-h jnas-tri-3k16-gid.binhmm
-hlist logicalTri
-n 5
-output 1
-input mic
-input alsa
-rejectshort 600
-charconv euc-jp utf8
demo.dict
文字コード EUC
0 [不明] h u m e i
0 [蜜柑] m i k a N
0 [リンゴ] r i N g o
0 [ぶどう] b u d o:
1 [0] z e r o
1 [1] i ch i
1 [2] n i:
1 [3] s a N
1 [4] y o N
1 [5] g o:
1 [6] r o k u
1 [7] n a n a
1 [8] h a ch i
1 [9] ky u:
2 [個] k o
3 [が] g a
4 [<s>] silB
5 [</s>] silE
実行
export ALSADEV="plughw:1,0"
./julius -C test.conf
注意
Error: adin_alsa: cannot open PCM device "default" (No such file or directory)
failed to begin input stream
なら、ALSADEVを見直す。
WARNING: adin_thread_process: too long input (> 320000 samples), segmented now
Warning: input buffer overflow: some input may be dropped, so disgard the input
なら、lvを見直す。
実験結果
pass1_best: リンゴ
pass1_best_wordseq: 0
pass1_best_phonemeseq: silB r i N g o silE
pass1_best_score: -4599.153320
sentence1: リンゴ
wseq1: 0
phseq1: silB r i N g o silE
cmscore1: 1.000
score1: -4599.153320
pass1_best: ぶどう
pass1_best_wordseq: 0
pass1_best_phonemeseq: silB b u d o: silE
pass1_best_score: -4249.588379
sentence1: ぶどう
wseq1: 0
phseq1: silB b u d o: silE
cmscore1: 0.696
score1: -4249.588379
pass1_best: <s>
pass1_best_wordseq: 4
pass1_best_phonemeseq: silB silB silE
pass1_best_score: -2813.666748
sentence1: <s>
wseq1: 4
phseq1: silB silB silE
cmscore1: 0.635
score1: -2813.666748
pass1_best: 蜜柑
pass1_best_wordseq: 0
pass1_best_phonemeseq: silB m i k a N silE
pass1_best_score: -2593.730957
sentence1: 蜜柑
wseq1: 0
phseq1: silB m i k a N silE
cmscore1: 0.994
score1: -2593.730957
「リンゴ」「ぶどう」「蜜柑」は、認識できた。