Интерфейс

humanemulator.net — справка. Продукт, демо и покупка — на хуманэмулятор.рф | Демо | Купить | API | лог изменений

recognize_file

recognize_file($path,$dict,$jsgf,$hmm,$add_params="",$timeout=60); - распознать звуковой файл как речь, используя Open Source Speech Recognition Toolkit CMU Sphinx (Доступна с версии 4.10.7)
- фвйл должен быть с разрешением 128 Kb/s (8 kHz) ( Изменить формат файла можно через $sound->convert_file )

Функция на вход принимает параметры:

$path – путь к звуковому файлу, который нужно распознать (формат wav, дискретизация должна соотвествовать дискретизации используемой модели)

$dict – путь к словарю (путь должен быть относительно папки Audio Tools)

$jsgf – путь к файлу граматики (формат JSGF (путь должен быть относительно папки Audio Tools)

$hmm – путь к каталогу hmm модели (путь должен быть относительно папки Audio Tools)

$add_params – дополнительные парметры командной строки для запуска pocketsphinx_continuous.exe

$timeout – максимальное время, которое будет отведено на эту операцию

После отработки функция возвращает результат своей работы в скрипт :

true – последовательность цифр , продиктованных в звуковом файле (через пробел)

false – операция не была успешно завершена

Пример использования

<?php
// Scenario: Recognize speech from an audio file using CMU Sphinx

$xhe_host = "localhost:7010";
// Connect functional objects if not already connected
if (!isset($path)){
  $path = "../../../Templates/init.php";
  require($path);
}
// info
echo "\n<span >sound->" . basename (__FILE__) . "</span>\n";

// Example 1: Prepare audio file for recognition (convert to WAV with 8 kHz)
// Input data
$sourceFile = "test/mp3/4196092774.mp3";
$targetFile = "test/mp3/4196092774.wav";
$sampleRate = "8000";

echo("\n\nExample 1. Prepare audio file for recognition (convert to WAV with 8 kHz): ");
$convertResult = SYSTEM::$sound->convert_file($sourceFile, $targetFile, $sampleRate);

if ($convertResult) {
    echo("true\n");
} else {
    echo("false\n");
}

// Example 2: Recognize file with English digits (0-9) using CMU Sphinx
// Input data
$audioFile = "test/mp3/4196092774.wav";
$dictionaryPath = "digits/digits.dict";
$grammarPath = "digits/digits.gram";
$modelPath = "cmusphinx-en-us-8khz-5.2";
$additionalParams = "-samprate 8000 -remove_dc yes -remove_noise no -vad_threshold 3.4 -vad_prespeech 19 -vad_postspeech 37 -silprob 2.5";

echo("\n\nExample 2. Recognize file with English digits (0-9) using CMU Sphinx: ");
$recognizeResult = SYSTEM::$sound->recognize_file($audioFile, $dictionaryPath, $grammarPath, $modelPath, $additionalParams);

if ($recognizeResult) {
    echo("true\n");
} else {
    echo("false\n");
}

// Quit the application
WINDOW::$app->quit();
?>

# Additional paths
import sys
sys.path.insert(0, '../../../Templates PY/')

xhe_host = "127.0.0.1:7010"
from xweb_human_emulator import *

# начало
echo("<hr><font color=blue>sound.xxxxxxxxx</font><hr>")

# 1 
echo("1. Подготовим файл : ")
echo(sound.convert_file("test/mp3/4196092774.mp3","test/mp3/4196092774.wav","8000"),"\n")

# 2 
echo("2. Распознаем файл с английскими цифрами (0-9) используя CMU Sphinx : ")
echo(sound.recognize_file("test/mp3/4196092774.wav","digits\\digits.dict","digits\\digits.gram","cmusphinx-en-us-8khz-5.2","-samprate 8000 -remove_dc yes -remove_noise no -vad_threshold 3.4 -vad_prespeech 19 -vad_postspeech 37 -silprob 2.5"),"\n")

# конец
echo("<hr><br>")

# Quit
app.quit()

#region using

using System;
using System.Diagnostics;
using System.Collections.Generic;
using System.Linq;
using System.IO;
using System.Text;
using System.Threading;

using XHE;
using XHE.XHE_DOM;
using XHE.XHE_System;
using XHE.XHE_Window;
using XHE.XHE_Web;

#endregion

 class Program:XHEScript
 {
	  static void Main(string[] args)
	  {
			// init XHE
			server = "localhost:7010";
			InitXHE();

			// начало
			echo("<hr><font color=blue>sound.recognize_file</font><hr>");
				
			// 1 
			echo("1. Подготовим файл : ");
			echo(sound.convert_file("test/mp3/4196092774.mp3","test/mp3/4196092774.wav","8000")+"\n");

			// 2
			echo("2. Распознаем файл с английскими цифрами (0-9) используя CMU Sphinx : ");
			echo(sound.recognize_file("test/mp3/4196092774.wav","digits\\digits.dict","digits\\digits.gram","cmusphinx-en-us-8khz-5.2","-samprate 8000 -remove_dc yes -remove_noise no -vad_threshold 3.4 -vad_prespeech 19 -vad_postspeech 37 -silprob 2.5")+"\n");

			// конец
			echo("\n\n");

			app.quit();            
	  }
}

// подключим функциональные объекты, если еще не подключен
xhe_host="127.0.0.1:7022";
echo=require("../../../Templates JS/init.js");

// начало
echo("<hr><font color=blue>sound.play_sound</font><hr>");

// 1 
echo("1. Подготовим файл : ");
echo(sound.convert_file("test/mp3/4196092774.mp3","test/mp3/4196092774.wav","8000")+"\n");

// 2
echo("2. Распознаем файл с английскими цифрами (0-9) используя CMU Sphinx : ");
echo(sound.recognize_file("test/mp3/4196092774.wav","digits\\digits.dict","digits\\digits.gram","cmusphinx-en-us-8khz-5.2","-samprate 8000 -remove_dc yes -remove_noise no -vad_threshold 3.4 -vad_prespeech 19 -vad_postspeech 37 -silprob 2.5")+"\n");

// конец
echo("\n");

// Quit
app.quit();

=============================================
Sound Объекты DOM System Vision Web Window
=============================================
если что-то непонятно или необходимо узнать или считаете что надо добавить по работе этой функции, пишите в комментарии или на наш форум
.

Интерфейс

recognize_file

Функционал