Как извлечь данные фонемы с соответствующими временными шагами? - PullRequest
Новая
       39

Как извлечь данные фонемы с соответствующими временными шагами?

0 голосов
/ 11 июля 2019

Я мог бы успешно извлечь данные фонемы из аудиофайла с помощью Pocketsphinx, но как я также могу вывести длительность каждой фонемы? 

def phonemes(filename):
    audio_path = os.path.join(dir_path, filename)
    # Create a decoder with certain model
    config = Decoder.default_config()
    config.set_string('-hmm', os.path.join(MODELDIR, 'en-us'))
    config.set_string('-allphone', os.path.join(MODELDIR, 'en-us/en-us-phone.lm.dmp'))
    config.set_float('-lw', 2.0)
    config.set_float('-beam', 1e-10)
    config.set_float('-pbeam', 1e-10)

    # Decode streaming data.
    decoder = Decoder(config)

    decoder.start_utt()
    stream = open(audio_path, 'rb')
    while True:
      buf = stream.read(1024)
      if buf:
        decoder.process_raw(buf, False, False)
      else:
        break
    decoder.end_utt()


    pho = [seg.word for seg in decoder.seg()]
    print('Phoneme:', pho)

Вот как выглядит печать: («Фонемы», [«SIL», «HH», «M», «W», «M», «HH», «HH», «HH», «HH», «HH», «HH», «ЧЧ», «ЧЧ», «ЧЧ», «Л», «ЧЧ», «Л», «М», «М», «М», «ЧЧ», «ЧЧ», «ЧЧ», «ЧЧ» ',' L ',' HH ',' HH ',' HH ',' HH ',' HH ',' HH ',' M ',' M ',' W ',' M ',' HH ', «ЧЧ», «ЕР», «ЕР», «ЧЧ», «ЧЧ», «М», «М», «М», «ЧЧ», «М», «М», «Г», «М» ',' M ',' M ',' SIL ',' M ',' HH ',' M ',' ER ',' SIL ',' W ',' M ',' M ',' NG ', «M», «M», «HH», «L», «M», «M», «SIL», «W», «HH», «L», «M», «SIL», «HH» ',' AE ',' V ',' R ',' HH ',' + SPN + ',' HH ',' HH ',' SIL ',' V ',' UW ',' L ',' V ' , 'N', 'HH', 'D', 'V', 'D', '+ SPN +', 'D', 'B', 'AA', 'SIL', '+ SPN +', 'HH' , 'HH', 'AH', 'N', 'DH', 'UW', 'L', 'HH', 'UW', 'V', 'D', 'N', 'M', ' D ',' M ',' UW ',' P '])

...