Python en mode hors connexion de la reconnaissance vocale

Je suis en train de faire et demande que faire de la jachère:

1:Si peu de bruit est détecté par le microphone, le son commence à enregistrer de l'audio, jusqu'à ce qu'aucun bruit n'est détecté. D'après elle, l'audio est enregistré dans un fichier wav.

2:J'ai de détecter quelques mots sur elle. Il y a seulement 5 à 10 mots à détecter.

Jusqu'à présent, mon code seulement la première partie (détecter le bruit et l'enregistrement audio). Maintenant, j'ai une liste avec les mots suivants: help, please, yes, no, could, you, after, tomorrow. J'ai besoin d'un mode hors connexion façon de détecter si mon son, contient ces mots. Est-ce possible? Comment puis-je le faire? Je suis sous linux et il n'y a aucun moyen de changer mon système d'exploitation de windows ou de l'utilisation de la machine virtuelle.

Je suis en train de penser à utiliser le son du spectrogramme, créer un train de la base de données et utiliser un classifieur à prévoir. Par exemple, cette est un spectrogramme d'un mot. Est-ce une bonne technique à utiliser?

Grâce.

stackoverflow.com/questions/3644129/... peut-être que cela aide
Merci, j'ai oublié de mentionner que je suis en utilisant linux. J'ai lu que la libellule ne fonctionne que sur windows. Suis-je le droit?
Vous n'êtes pas montrer aucun code, ni ne vous démontrer tout effort de recherche. Comme il est de votre question se lit comme une peine voilée demande pour un logiciel de recommandation, qui est hors-sujet ici; et si elle ne l'est pas, il est certainement beaucoup trop large. J'ai concédé avec le précédent vote serré comme "trop large". Si vous pouvez modifier votre question afin d'éviter ces deux problèmes, vous sont également beaucoup plus susceptibles de recevoir véritablement des réponses utiles. Veuillez consulter la centre d'aide pour plus d'informations au sujet d'un Débordement de Pile.
Salut triplee, je n'ai pas besoin d'un logiciel, j'ai juste besoin d'une approche. Je n'avais jamais travaillé avec le son, je suis novice sur ce thème. J'ai édité ma question, à une approche que je suis en train d'utiliser.

OriginalL'auteur Caaarlos | 2016-02-06

  1. 6

    Vous pouvez utiliser pocketsphinx de python, de l'installer avec pip install pocketsphinx. Code ressemble à ceci:

    import sys, os
from pocketsphinx.pocketsphinx import *
from sphinxbase.sphinxbase import *


modeldir = "../../../model"
datadir = "../../../test/data"

# Create a decoder with certain model
config = Decoder.default_config()
config.set_string('-hmm', os.path.join(modeldir, 'en-us/en-us'))
config.set_string('-dict', os.path.join(modeldir, 'en-us/cmudict-en-us.dict'))
config.set_string('-kws', 'command.list')


# Open file to read the data
stream = open(os.path.join(datadir, "goforward.raw"), "rb")

# Alternatively you can read from microphone
# import pyaudio
# 
# p = pyaudio.PyAudio()
# stream = p.open(format=pyaudio.paInt16, channels=1, rate=16000, input=True, frames_per_buffer=1024)
# stream.start_stream()

# Process audio chunk by chunk. On keyword detected perform action and restart search
decoder = Decoder(config)
decoder.start_utt()
while True:
    buf = stream.read(1024)
    if buf:
         decoder.process_raw(buf, False, False)
    else:
         break
    if decoder.hyp() != None:
        print ([(seg.word, seg.prob, seg.start_frame, seg.end_frame) for seg in decoder.seg()])
        print ("Detected keyword, restarting search")
        decoder.end_utt()
        decoder.start_utt()

    La liste des mots-clés devrait ressembler à ceci:

      forward /1e-1/
  down /1e-1/
  other phrase /1e-20/

    Les chiffres sont les seuils de détection

    Nikolay, Monsieur, pouvez-vous s'il vous plaît répondre à cette question? stackoverflow.com/q/54022051/9908801

    OriginalL'auteur Nikolay Shmyrev