语音识别spinx4切换中文模型时报错IndexOutOfBoundsException

Posted 2023-04-16

Exception in thread "main" java.lang.IndexOutOfBoundsException: Index: 71680, Size: 71680 at java.util.ArrayList.rangeCheck(ArrayList.java:657) at java.util.ArrayList.get(ArrayList.java:433) at edu.cmu.sphinx.linguist.acoustic.tiedstate.Pool.get(Pool.java:61) at edu.cmu.sphinx.linguist.acoustic.tiedstate.Sphinx3Loader.createSenonePool(Sphinx3Loader.java:428) at edu.cmu.sphinx.linguist.acoustic.tiedstate.Sphinx3Loader.loadModelFiles(Sphinx3Loader.java:313) at edu.cmu.sphinx.linguist.acoustic.tiedstate.Sphinx3Loader.load(Sphinx3Loader.java:252) at edu.cmu.sphinx.frontend.AutoCepstrum.newProperties(AutoCepstrum.java:118) at edu.cmu.sphinx.util.props.PropertySheet.getOwner(PropertySheet.java:518) at edu.cmu.sphinx.util.props.ConfigurationManager.lookup(ConfigurationManager.java:163) at edu.cmu.sphinx.util.props.PropertySheet.getComponentList(PropertySheet.java:432) at edu.cmu.sphinx.frontend.FrontEnd.newProperties(FrontEnd.java:160) at edu.cmu.sphinx.util.props.PropertySheet.getOwner(PropertySheet.java:518) at edu.cmu.sphinx.util.props.PropertySheet.getComponent(PropertySheet.java:296) at edu.cmu.sphinx.decoder.scorer.SimpleAcousticScorer.newProperties(SimpleAcousticScorer.java:47) at edu.cmu.sphinx.util.props.PropertySheet.getOwner(PropertySheet.java:518) at edu.cmu.sphinx.util.props.PropertySheet.getComponent(PropertySheet.java:296) at edu.cmu.sphinx.decoder.search.WordPruningBreadthFirstSearchManager.newProperties(WordPruningBreadthFirstSearchManager.java:213) at edu.cmu.sphinx.decoder.search.WordPruningBreadthFirstLookaheadSearchManager.newProperties(WordPruningBreadthFirstLookaheadSearchManager.java:156) at edu.cmu.sphinx.util.props.PropertySheet.getOwner(PropertySheet.java:518) at edu.cmu.sphinx.util.props.PropertySheet.getComponent(PropertySheet.java:296) at edu.cmu.sphinx.decoder.AbstractDecoder.newProperties(AbstractDecoder.java:81) at edu.cmu.sphinx.decoder.Decoder.newProperties(Decoder.java:36) at edu.cmu.sphinx.util.props.PropertySheet.getOwner(PropertySheet.java:518) at edu.cmu.sphinx.util.props.PropertySheet.getComponent(PropertySheet.java:296) at edu.cmu.sphinx.recognizer.Recognizer.newProperties(Recognizer.java:86) at edu.cmu.sphinx.util.props.PropertySheet.getOwner(PropertySheet.java:518) at edu.cmu.sphinx.util.props.ConfigurationManager.lookup(ConfigurationManager.java:163) at edu.cmu.sphinx.api.Context.<init>(Context.java:73) at edu.cmu.sphinx.api.Context.<init>(Context.java:45) at edu.cmu.sphinx.api.AbstractSpeechRecognizer.<init>(AbstractSpeechRecognizer.java:44) at edu.cmu.sphinx.api.LiveSpeechRecognizer.<init>(LiveSpeechRecognizer.java:34) at edu.cmu.sphinx.demo.transcriber.liverecognizer_demo.main(liverecognizer_demo.java:28)

参考技术A 看报错，是数组越界了，具体分析了下可能是加载资源的时候没有找到需要的资源文件，建议查看下是否少加载了文件或者加载错了文件。追问

是在在官网下载的模型文件，这个要怎么查是否少加载了文件或者加载错了文件？

追答

建议再仔细看下官网的说明，可能加载中文模型需要一些特殊设置，可能是字符集，或者特殊处理加载方式，这个错误只是基础的数组越界错误，但看它居然有数万的数组，如果截取数组出错的话肯定会导致数组序列化错误。

GBK是在国家标准GB2312基础上扩容后兼容GB2312的标准（好像还不是国家标准）。GBK编码专门用来解决中文编码的，是双字节的。不论中英文都是双字节的。

UTF－8 编码是用以解决国际上字符的一种多字节编码，它对英文使用8位（即一个字节），中文使用24位（三个字节）来编码。

你加载的文件一般肯定是文本格式的，如果使用中文必然会涉及到编码问题，所以你主要关注点就要放在这上面，可以上官网再仔细找找看。

参考技术B 系统软件异常，建议去电脑维修店找软件专家，根据系统情况，修复下系统软件就可能解决问题了。追问

但是换英文模型就正常。

01 介绍

统计语音识别的基本等式

X------声学特征向量序列，观测值

W------单词序列

W*------给定观测值下，概率最大的单词序列

应用贝叶斯理论

等价于

进而得出统计语音识别的框架

运用声学模型、语言模型、词典得出给定观测值下概率最大的单词序列

 

运用单词错误率评价语音识别的好坏

单词错误率=（替换错+删除错+插入错）/单词总数

识别准确率=1-单词错误率