Sphinx Voxforge Pt-Br

Treinando um modelo acstico para o toolkit

CMU Sphinx com o corpus de fala Voxforge
O que precisamos para treinar?
Arquivos de udio
e suas respectivas transcries
Arquivos .raw, .sph, .wav
<s> amanh chove forte </s>
Dicionrio fontico
e um alfabeto fontico
mapeamento palavra sequncia de fonemas
Modelo Lingustico
necessrio para a avaliao do modelo
CMU Sphinx Toolkit
Pocketsphinx
reconhecedor leve (em C)
Sphinxbase
biblioteca de suporte ao Pocketsphinx
Sphinx4
reconhecedor flexvel e customizvel (em Java)
Sphinxtrain
ferramenta de treinamento de modelo acsticos
Sphinx3
reconhecedor desatualizado (em C)
CMUclmtk
toolkit para o treinamento do modelo lingustico
Pr-requisitos...
Perl
ActivePerl no Windows
Linux
~$ sudo apt-get install perl (debian-based)
~$ sudo yum install perl (RPM repo-based)
Python
ActivePython no Windows
Linux
~$ sudo apt-get install python (debian-based)
~$ sudo yum install python (RPM repo-based)
Agora vamos instalar...
baixe os pacotes .tar.gz
sphinxbase-0.8
pocketsphinx-0.8
sphinxtrain-1.0.8
extrair os pacotes e entrar no diretrio
~$ tar -zxf <pacote-x.x>
~$ cd <pacote-x.x>/
executar os comandos...
~$ ./autogen.sh
~$ ./configure
~$ make
~$ make install
Variveis de ambiente...
export PATH=/usr/local/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/lib
export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig
Estrutura das pastas
etc
nome_db.dic
nome_db.phone
nome_db.lm.DMP
nome_db.filler
nome_db_train.fileids
nome_db_train.transcription
nome_db_test.fileids
nome_db_test.transcription
wav
speaker_1
file_1.wav
speaker_2
file_2.wav
Voxforge
Repository voxforge Pt - 16kHz, 16bit
Pacotes .tgz para cada locutor
etc
prompts
wav
arquivos .wav
Preparando os diretrios...
baixar e executar scripts
~$ git clone https://github.
com/gabrielaraujof/voxforge2sphinxPtBr.git scripts
~$ chmod +x scripts/setupam.py
~$ ./scripts/setupam.py -s <base extraida> voxforge
Copiar os arquivos (disponvel aqui)
voxforge.dic (**converter para iso-8859-1)
voxforge.phone
voxforge.filler
Converter e copiar o modelo lingustico
voxforge.lm.DMP (formato ARPA aqui)
Configurar Sphinxtrain...
De dentro da pasta configurada, executar
~$ sphinxtrain -t <nome do modelo> setup
Editar parmetros de treinamento
arquivo etc/sphinx_train.cfg
$CFG_HMM_TYPE
$CFG_INITIAL_NUM_DENSITIES
$CFG_FINAL_NUM_DENSITIES
$CFG_N_TIED_STATES
Executar o trainamento...
~$ sphinxtrain run
Logs do treinamento...
Arquivo <nome da base>.html
links para os logs de cada fase do treinamento
indicaes de erros
resultado da avaliao do modelo
Resumindo...
Executar
~$ ./scripts/setupam.py -s <base raw> <modelo>
Copiar restante dos arquivos
Executar
~$ sphinx_train setup <modelo>
modificar parmetros
Executar
~$ sphinx_train run
Observaes
Locutores incompatveis
udios e transcries em ingls
Palavras fora do dicionrio
quinta-feira
fim-de-semana
Resultados
Modelo acstico Sphinx
Referncia
http://cmusphinx.sourceforge.
net/wiki/tutorialam
Dvidas e contato
E-mail: gabrielfa@dcomp.ufs.br