CMU Sphinx

CMU Sphinx は音声認識システムの構築に必要となるパッケージを、機能別に提供しています。

• Sphinx4 - Java言語で書かれた調整可能、変更可能な音声認識プログラム
  
• Pocketsphinx - C言語で書かれた軽量な音声認識プログラム
  
• Sphinxbase - Pocketsphinxが使用するコアライブラリ
  
• CMUclmtk - 言語モデルツール
  
• Sphinxtrain - 音響モデルトレーニングツール

Sphinx4のインストール

ハードウェア要件

Sphinx4 は実行時にかなりのリソースを消費します。1GB以上のRAMと、Intel Pentium 4クラス以上のCPUの使用をお勧めします。（Sphinx4 はMac OS-X, Win32, Linux/Unixでテストされています。）[[BR]]

また、入力音源として外部からの音声を使用する場合は、別途PC用マイクが必要です。（WAV形式などのファイルからも音声認識できます。）[[BR]]

必要なソフトウェア

Sphinx4 をビルドするには、以下のソフトウェアが必要です。
インストールを開始する前に、必要なソフトウェアをセットアップしてください。

• JDK(Java Development Kit) 6 以降
  Oracle社のサイト から最新版のJDKを入手し、インストーラに従ってインストールして下さい。
  
• Ant 1.6.0 以降
  ant.apache.org よりダウンロードできます。サイトにAntのインストール方法や使い方の説明がありますので、その内容に従ってインストールして下さい。
  
• Subversion (SVN)
  リリースバージョンではなく最新のソースでビルドしたい場合は、[https://cmusphinx.svn.sourceforge.net/svnroot/cmusphinx/truhttps://cmusphinx.svn.sourceforge.net/svnroot/cmusphinx/truSVNリポジトリ

インストールの前に

Sphinx4 はバイナリ版とソースコード版がリリースされています。
インストール作業を行う前に、どちらをダウンロードするかを用途によって判断してください。[[BR]]

　　'''snx4-{version}-bin.zip （バイナリ版）'''
　　実行ファイル（JAR）, ドキュメント, デモプログラムが含まれています。
　　'''snx4-{version}-src.zip （ソースコード版）'''
　　ソースコード、ドキュメント, デモプログラム、単体／回帰テストのソースが含まれています。[[BR]]

　　__バイ版が必要なケース__

• Sphinx4 のデモを実行してみたい。
  
• Sphinx4 の実行ファイルのみが必要で、ソースコードは触らない。
  

　　__ソーード版が必要なケース__

• 全てのソースコードを取得して、Sphinx4 がどのように動くかを理解したい。
  
• ソースの状態からビルドしたい。
  
• 単体／回帰テストを実行したい。
  
• 音声認識アプリケーションを開発したい。
  

ここでは '''ソースコー のインストール方法を説明します。

インストール手順

1. Sphinx4 （ソースコード版） のダウンロード
   Sphinx4 （ソースコード版） の最新バージョンを以下のURLからダウンロードします。
   http://osdn.jp/projects/sfnet_cmusphinx/releases/
   
   
2. ダウンロードしたファイルを解凍
   ダウンロードしたファイルを、jarコマンドで解凍します。
   > jar xvf sphinx4-version-src.zip
   "sphinx4-{version}" というディレクトリが作成されます。[[BR]]
   
   
3. JSAPIを作成
   Sphinx4 の実行には「Java Speech API（JSAPI）」が必要ですが、ライセンスの関係でJava Speech APIのJarファイルが同梱されていないので、ここで作成します。
   Windowsの場合は lib/jsapi.exe、Unix/Linuxの場合は lib/jsapi.sh を実行するとjsapi.jarが作成されます。[[BR]]
   
   
4. ビルドの実行
   "sphinx4-{version}" ディレクトリで、コマンド 「ant」 を実行します。
   > ant
   これにより、Sphinx4 のビルドが始まります。[[BR]]
   
   「BUILD SUCCESSFUL」のメッセージが出れば、ビルド完了です。
   bldディレクトリにクラスファイル、libディレクトリに Sphinx4 本体（sphinx4.jar）、binディレクトリにデモプログラムのJARファイルが作成されています。

動作確認

　__クからの音声認識テスト__[[BR]]

1. パソコンにマイクをセットしてください。[[BR]]
   
   
2. "sphinx4-{version}" ディレクトリで、以下のコマンドを実行します。
   > java -Xmx256m -jar bin/HelloWorld.jar
   
   下記が表示され、音声入力モードになります。
   Loading...
   Say: (Good morning | Hello) ( Bhiksha | Evandro | Paul | Philip | Rita | Will )
   Start speaking. Press Ctrl-C to quit.
   
   
3. マイクに向かって 「Good Morning Paul」 と話してください。
   「You said: good morning paul」''' されれば、正しく音声認識できています。
   音声入力モードを終了するには 「Ctrl-C」 を押します。[[BR]]
   
   

　__Vファイルからの音声認識テスト__

1. "sphinx4-{version}" ディレクトリで、以下のコマンドを実行します。
   > java -jar bin/Transcriber.jar
   
   下記が表示されれば、正しく音声認識できています。
   one zero zero zero one
   nine oh two one oh
   zero one eight zero three