在Internet上，验证码仍然保持相关性，作为一种选择，通过单击相应的按钮，可以从图像中收听文本。 如果有人熟悉下面的图片和/或对如何使用离线声音识别系统解决问题感兴趣，建议您阅读它。
我们不会折磨语音识别领域的专家的好奇心，立即指出，尚未开发出用于指定目的的专有语音识别系统。 本文使用了良好的旧Pocketsphinx，但具有一定程度的自定义。
准备工作
“您进入在计算机上具有语音控制功能的竞争对手的办公室，大喊“ Sudo Era减去Eref Home”，然后逃跑。” 从评论。
因此，验证码可以通过单击相应的按钮来聆听自己的声音。 如果保存生成的声音文件，则可以找到.mp3中的一小段音频。 同时，事实证明，验证码以女性或男性的声音提供。 男人和女人发出的相同声音的“绘画”是不同的：
他们听起来既字母（又俄语）和数字。
乍一看，一切都令人难过。 但是有一个积极的一点是，相同字母的声音是一致的。
到目前为止，这些知识没有太大帮助。 如何将所有这些内容推送到Sphinx的包装中？
安装Pocketsphinx，俄罗斯的声音模型
*在哈布雷（Habré）上有
一篇文章 ，其中通过重定向声音输出将声音在线输入到Google翻译。 如果所有这些都适用于本案例，那么这可以结束这篇文章。
在Windows（以及Linux）上安装Pocketsphinx本身并不是很复杂-
下载 ，安装。
由于默认情况下，pocketsphinx随附英语，声学模型，字典，因此俄语也需要全部相同。
下载俄语版本的
链接 。
在文件结构中解压俄语模型后，可以尝试使用以下python代码测试.wav文件解码器-text.wav：
import os from pocketsphinx import AudioFile, get_model_path, get_data_path
音频文件的内容应显示在以下行：“ Ilya Ilf Evgeny Petrov Golden Calf”。
如果没有输出（如我的情况），则需要将解码器test.wav转换为另一种音频格式。
您将为此需要ffmpeg。
ffmpeg
下载ffmpeg实用程序后，将解码器-test.wav放在C：\ python3 \ ffmpeg \ bin中。
接下来，转换命令行：
ffmpeg -i decoder-test.wav -ar 16000 decoder-test-.wav
接下来，用python代码修复到源音频文件的链接：
'audio_file': os.path.join(data_path, 'C://python3//decoder-test-.wav'),
现在，在编写代码之后：
没错，您必须等到第二次出现后，代码才能非常缓慢地运行-大约20秒。
我们按照相同的原理将音频验证码从mp3转换为wav，然后从验证码中输入音频。 看一下代码：
某种无知，但有结果。 如果什么也没有提出来，那将更加糟糕。 就像女性的声音一样：
让我们看看如何改善结果并同时加速结果。
词汇量
您将需要自己的字典。 在这种情况下，它将由俄语字母的所有字母（b，s，b除外）和数字组成。
所有字符必须放在纯文本文件中，每行以UTF-8编码。
现在您需要转换字典。
您将需要安装perl（转换器需要它才能工作）。
接下来，下载用于转换
ru4sphinx的项目。
并转换先前创建的字典：
C:\ru4sphinx-master\ru4sphinx-master\text2dict> perl dict2transcript.pl my_dictionary.txt my_dictionary_out.txt.
输出是工作字典：
字典扩展名必须从.txt重命名为.dic格式，并且文件本身应放在可访问的位置。
在python代码中，我们将通过注释掉旧字典来指示字典的位置：
运行该程序并查看结果：
更好，但同样慢，而且并非所有字母都正确识别。
创建自己的模型
这将显着提高工作速度，并降低结果准确性。
让我们从
说明中走一小段路。
通过该
链接将以前以.txt格式（不是.dic！）创建的字典上载到网站：
单击“编译...”。 在输出中，您可以将结果包下载到.tgz归档文件中（其中包含所有必要的文件）：
接下来，我们从存档中获取扩展名为.lm（我们的模型）的文件。
让我们通过用新制作的模型替换模型来修复python识别脚本：
我们尝试：
它的工作速度更快-不到一秒钟，此外，所有字母均已定义。
但是这里需要一点说明。
并非所有字符都可以正确识别，并且如果显示的字符不是正确的字母，而不是正确的字母，则可以通过匹配字母的对应关系来手动更正先前创建的.dic词典。
例如，代替字母a，显示e。 有必要从字典e中提取一行：
ry并
转移 （删除旧的），更改字母：
ry但是由于字母“ a”已经在字典中，因此您需要在字母中添加“（2）”（或3,4），通常是一个序列号，具体取决于字典中已有多少声音：
a(2) ry无需重新转换字典。 用这种简单的方法，您几乎可以“拾取”所有字母的音素。
Cherchez la femme
模型和词汇工作，但不带有女性声音。 如果验证码的声音是女性的，那么输出中什么也没有。 这同时是好是坏。 首先讲好。
如果您在启动程序时一无所获，则说明我们正在处理女性声音，因此您可以过滤“女性”验证码。
但是如何处理他们呢？
在这里，您需要进行转换。
例如，使用“男性”验证码时，频率为16000，而对于“女性”验证码则为24000：
ffmpeg -i acap(3).mp3 -ar 24000 acap(3)2.wav
定义了所有声音（在每一行中都是声音），但是它们的对应关系是la脚的。
最好为女性模型创建一个单独的词典，然后对其进行编辑。
但是，这是自学的。
有用的链接：
1.home-smart-home.ru/raspberry-pi-pocketsphinx-offlajn-raspoznavanie-rechi-i-upravlenie-golosom2.https：//itnan.ru/post.php?C = 1＆p = 351376
3.
ru.wikipedia.org/wiki/Cherchez_la_femme档案：
1.
程序 。
2.
模型 。
3.
俄罗斯模式 。
4.
字典 。
5.
测试验证码 。
6.
ffmpeg 。
7.
一包验证码 。