Pocketsphinx - オーディオの前処理が必要/推奨ですか？

Question

スペイン語の音響モデルとJSGF文法で音声認識にpocketsphinxを使用しています。

しかし、少なくとも私の耳には、完全に分かりやすいような音で誤った認識結果が出ています（背景ノイズ、サンプリング周波数、音響モデルパラメータなどによるビット深度などはあまりありません）。

また、正しく認識されていないこのオーディオは、正しく認識されているものと大きく異なるようには見えません（実際には私にとってはほとんど同じです）。

私は、オーディオには認識するのが難しく、おそらくノイズ周波数やフィルタリングが必要なものがあると推測しています。 （背景雑音、「ポップ」音声、人の声の帯域外の周波数など）

要するに、pocketsphinxがすでに何かをしているかどうか知っていますか？もしそうでなければ、音声認識結果を改善するために、オーディオファイルに適用する練習フィルタ/変換/等

ありがとうございます！

Answer 1

いいえ、前処理は、通常、音声認識の精度には非常に有害です。

現代の音声認識アルゴリズムは、わずかな前処理によっても結果がはるかに悪化する可能性があります。音声認識機能はコンピュータより優れているため、耳で簡単に区別することはできません。自然さや単純なmp3の圧縮/解凍を改善するために追加されたわずかなエコーのようなものは、精度を大幅に低下させる可能性があります。

解決策は、認識したい同じオーディオからモデルを訓練することです。たとえば、クリーンなものではなくmp3圧縮解除されたオーディオでトレーニングします。デフォルトのモデルはクリーンなオーディオで訓練されているため、サウンドの変更にあまり堅牢ではありません。このようなマルチスタイルのトレーニングは、トレーニングデータを非常に大きくするので、それ自体の欠点があります。