我正在开发一个网络语音识别应用程序。我正在使用recorderJS捕获声音并将其发送到后端，在此应使用CMU Sphinx处理它。我在使用默认声学模型，语言模型和字典来查找最新版本5prealpha版本的库时遇到了精度问题，后来通过使用JSGF语法减少了可识别单词的数量，因此我使用了1.0 beta6版本。 1.0 beta6版本的麦克风识别非常准确，但是当我录制声音时，声音总是很差。我想知道如何提高准确性。我尝试将StreamSpeechRecognizer与最新版本一起使用，但结果也很差。
最佳答案
我设法获得了很好的准确性。我检查了edu.cmu.sphinx.frontend.util.Microphone类的实现，发现采样率是16000，比特率是16，通道数等于1。发现在Google chrome中采样率是44100，所以我寻找了该库的可配置版本，然后发现了Matt Diamond的RecorderJS的Chris Rudmin分支。我没有使用最新版本，因为声音是用ogg导出的，我需要用wav格式，所以我看以前的版本;我使用的是0.3版本，该版本的比特率是可配置的，并且运行良好。后来我修改了它附带的示例，以下参数提供了很好的准确性：
监听增益：0
bitDepth：16
通道数：1
recordOpus：未选中
采样率：16000
比特率：32000
这是cmu sphinx的xml配置文件中流数据源的配置。
type="edu.cmu.sphinx.frontend.util.StreamDataSource">
<property name="sampleRate" value="16000" />
<property name="bitsPerSample" value="16" />
<property name="bigEndianData" value="false" />
<property name="signedData" value="true" />
</component>