树莓派3b+指南（十六）安装使用pocketsphinx

安装使用pocketsphinx

折腾了我一宿，终于搞定，识别率虽然高了，但是识别速度实在太慢了，明天再找方法吧。需要补充一下睡眠。

首先安装speechrecognition和pocketphinx，还有一些其他的依赖库，在安装sonwboy的时候都安装好了，所以就不再列出来了，因为我也不知道具体是哪些。

下载安装

sudo apt-get install python3-dev
sudo apt-get install libevent-dev
sudo apt-get install libpulse-dev
pip3 install speechrecognition
pip3 install pocketsphinx

现在就可以实现英文的识别了，如果需要中文的，那么就需要用到中文的包：

安装中文包
1.在下面网址下载好压缩文件https://sourceforge.net/projects/cmusphinx/files/Acoustic%20and%20Language%20Models/Mandarin/
2.解压后得到这几个文件

3.找到英文包的位置
一般会在/home/pi/.local/lib/python3.5/site-packages/speech_recognition/pocketsphinx-data/en-US中，进入目录后将上面的文件夹、.dic文件和.lm.bin文件的名称改为目录中对应文件的名称，删除原来的三个文件。

这个时候就可以识别中文了，但是准确率不是很高！

小范围提高准确度
所谓小范围提高准确度，就是把.dic文件中，不需要的内容删掉，只留下需要识别的内容。
例如：

如果只留下这两个词，其他的都删掉，那么就会提高这两个词的识别率。

训练自己的模型
进入这个网址这个网址中，
http://www.speech.cs.cmu.edu/tools/lmtool-new.html

选择自己的.txt文件上传，内容是自己想要识别的内容，格式如图：

然后就会跳转到另一个网页：

点击下载压缩包，解压后把其中.lm文件尾缀改成.lm.bin，文件名的改法同上，然后替换.lm.bin文件就好了。

这么做原以为自己训练会加快速度，但是实测中好像没有增加，但是好像增加了一点识别的准确度。

一个demo

import speech_recognition as sr
r = sr.Recognizer()
harvard = sr.AudioFile('my_word.wav') #t同文件夹下的录音文件

with harvard as source:
	audio = r.record(source)

try:
	print(r.recognize_sphinx(audio))
except sr.UnknownValueError:
	print('not understand')
except sr.RequestError as e:
	print('internet broken')

至此就结束了，希望能帮到大家！