sphinxapijava

A. 全文檢索工具有哪些

1. Lucene

Lucene的開發語言是java，也是Java家族中最為出名的一個開源搜索引擎，在Java世界中已經是標準的全文檢索程序，它提供了完整的查詢引擎和索引引擎，沒有中文分詞引擎，需要自己去實現，因此用Lucene去做一個搜素引擎需要自己去架構.另外它不支持實時搜索，但linkedin和twitter有分別對Lucene改進的實時搜素. 其中Lucene有一個C++移植版本叫CLucene，CLucene因為使用C++編寫，所以理論上要比lucene快.
2. Sphinx

Sphinx是一個用C++語言寫的開源搜索引擎，也是現在比較主流的搜索引擎之一，在建立索引的事件方面比Lucene快50%，但是索引文件比Lucene要大一倍，因此Sphinx在索引的建立方面是空間換取事件的策略，在檢索速度上，和lucene相差不大，但檢索精準度方面Lucene要優於Sphinx，另外在加入中文分詞引擎難度方面，Lucene要優於Sphinx.其中Sphinx支持實時搜索，使用起來比較簡單方便.
3. Xapian

Xapian是一個用C++編寫的全文檢索程序，它的api和檢索原理和lucene在很多方面都很相似，算是填補了lucene在C++中的一個空缺.
4. Nutch

Nutch是一個用java實現的開源的web搜索引擎，包括爬蟲crawler，索引引擎，查詢引擎. 其中Nutch是基於Lucene的，Lucene為Nutch提供了文本索引和搜索的API.

對於應該使用Lucene還是使用Nutch，應該是如果你不需要抓取數據的話，應該使用Lucene，最常見的應用是：你有數據源，需要為這些數據提供一個搜索頁面，在這種情況下，最好的方式是直接從資料庫中取出數據，並用Lucene API建立索引.
5. DataparkSearch

DataparkSearch是一個用C語言實現的開源的搜索引擎. 其中網頁排序是採用神經網路模型. 其中支持HTTP，HTTPS，FTP，NNTP等下載網頁.包括索引引擎，檢索引擎和中文分詞引擎(這個也是唯一的一個開源的搜索引擎里有中文分詞引擎).能個性化定製搜索結果，擁有完整的日誌記錄.
6. Zettair

Zettair是根據Justin Zobel的研究成果為基礎的全文檢索實驗系統.它是用C語言實現的. 其中Justin Zobel在全文檢索領域很有名氣，是業界第一個系統提出倒排序索引差分壓縮演算法的人，倒排列表的壓縮大大提高了檢索和載入的性能，同時空間膨脹率也縮小到相當優秀的水平. 由於Zettair是源於學術界，代碼是由RMIT University的搜索引擎組織寫的，因此它的代碼簡潔精煉，演算法高效，是學習倒排索引經典演算法的非常好的實例. 其中支持linux，windows，mac os等系統.
7. Indri

Indri是一個用C語言和C++語言寫的全文檢索引擎系統，是由University of Massachusetts和Carnegie Mellon University合作推出的一個開源項目. 特點是跨平台，API介面支持Java，PHP，C++.
來自網路。

B. 語音識別開放化開發平台有哪些

下面就給樓主分析一個語音識別的開放化的平台，如下：

第一：打開文字識別軟體，關閉提示窗，選擇上面的語音識別功能；

等一會便會識別成功的，識別成功的語音文字，會顯示在右邊，然後點擊右下角的保存為TXT文檔按鈕。

希望上面的方法可以幫助到您！

C. 語音識別sdk支持的音頻格式，采樣率有哪些

1、用audioread('');函數讀取電腦音頻文件參數音頻文件路徑：
[sampledata,FS] = audioread('F:1.mp3');
sampledata保存音頻信號數據FS音頻采率MP3格式采率般44100；

2、判斷音頻數據否雙聲道雙聲道則保留聲道數據用calsample.m文件函數完功能文件內容：

function sample = calsample(sampledata,FS)
temp_sample = resample(sampledata,1,FS/11025);
[m,n] = size(temp_sample);
if (n == 2)
sample = temp_sample(:,1);
else
sample = temp_sample;
end
end

D. 有哪些適大學生參與的Java開源項目

如果是做web系統的話，還是很多的，比如說聊天室啊，電子商城啊，宿舍管理系統 學生管理系統，圖書管理系統，火車票管理系統 電影售票系統 博客 論壇之類 等等 ，其實很多的 你可以去搜羅一下。

緣起

說實話，在當初列這個提綱的時候，我並沒有想好如何寫這一節。但是，開放地做事情，就常常會有奇妙的事情發生，佛家稱之為「助緣」，各種對這件事情有幫助的緣分，都會在不經意間出現。

一位叫李軍的朋友，給我發來郵件，信中寫道：「我想是否我們能夠通過溝通，然後你在對我有些了解，給我指出點建議，並且是詳細的建議，我看學apache開源框架應該不錯的 ，不知道我是否適合，謝謝。期待你的回復。」

在與他的往來郵件中，我也真的將這一節漸漸的想清楚了。另外，在與李軍的討論中，我還發現，需要開辟一個專門的章節，討論：「學習開源項目，能夠提升軟體開發中的哪些能力。」

在此，我想對李軍表示感謝，更希望有越來越多的朋友，參與到這個文檔的討論中來，相信它會變得越來越完善。

明確自己的目的

選擇一個開源軟體，首先要明確的，是自己的動力何在。是出於興趣？還是出於工作需要？比如，有人對於搜索引擎特別感興趣，想了解搜索引擎是怎麼做出來的？
那麼首先可以考慮先尋找一些專業的書籍，來了解一些關鍵的知識點。如果對於某一領域的知識點，缺乏必要的了解，可能完全無法理解一個項目里的代碼。在掌握
初步的知識以後，自然可以去找Lucene、Sphinx來學習。

也可能是出於工作需要，比如平時是用PHP開發Web應用，已經在用某一個常見的PHP框架了，希望能夠對這個框架有一個深入的學習了解，甚至希望橫向的比較多個不同的PHP Web框架，這些都是非常清晰的目的。自然在學習的過程中，不太會迷失方向。

比較危險的一種，是聽說某某項目很有名氣，甚至是為了將來找工作比較容易，就貿然一頭扎進某個項目中去了。這種學習目的，往往會選擇到那種很龐大，也很成
熟的項目，打開文件夾一看，成百上千的源文件，根本無法看完，一下子就蒙了，再就是頹了。心想自己大概不是學軟體開發的料吧。

優先選擇能夠獨立運行的項目

開源的項目有很多種類，能夠獨立運行的項目，當然很多。但是也有不少項目，是其他開源項目的插件，類庫，擴展包之類的東西，這些在一開始接觸開源的時候，
最好不要涉獵，因為理解他們，可能會需要理解他們背後的那個龐然大物，往往會遭遇很多難解的細節，一不小心，就進行不下去了。

當然，還有一類項目，他們雖然是獨立運行，但是想要讓他們獨立運行成功，還得安裝、配置很多其他的依賴項目，這個往往會讓初學者特別絕望，搞了一個禮拜，居然這個項目都還沒有運行起來。

所以，小的，能夠獨立運行的，不依賴於太多其他項目的開源項目，可以優先選擇。

選擇活躍的項目

項目的活躍程度，包括兩個部分，一個是開發者提交新代碼的頻繁程度。另一個是在社區中對於這個項目的討論熱烈程度。提交代碼越是活躍，提交的人越多，越能
證明這個項目是很有價值的，也證明這個項目是值得你花精力去學習的。而項目在社區討論的熱烈程度，則能夠確保當你遇到問題的時候，能夠搜索到別人的答案，
或者你自己提問以後，能夠有人熱心回答你。

當然，活躍程度都是相對的，如果你真的對一個項目感興趣，可以直接試著給這個項目的作者發郵件，提問題。大多數開發者都會很高興有人關注他的項目，也會通常會熱心的回答你的問題的。

判斷代碼質量

並非所有的開源項目，都是高手寫的，都值得你去學習。事實上，有很多垃圾開源項目，代碼仔細一看，寫得真是一塌糊塗。所以，試著閱讀一下這個項目的代碼。
至於如何判斷一個項目的代碼質量，之前我在知乎回答過一個類似的問題《如何讓自己寫的代碼易維護？ 》。推薦各位朋友參考一下。

當然，更加推薦的，是閱讀《Clean Code》一書，非常好的一本介紹如何提交代碼質量的書。附一篇書評，可以一讀：《寫代碼猶如寫文章 》

選擇合適的版本

最後，面對已經發展了多年的開源項目，最好不要選擇最新的版本。如果你是在工作中要想使用這個項目，當然應該選擇最新的穩定版，甚至測試版、beta版。
但是如果是出於學習的目的，為了減少復雜度，快速的理解這個項目的核心結構與開發思想，選擇第一個穩定版，是一個比較妥當的辦法。

然後，在初步理解了第一個版本的代碼之後，再不斷的通過閱讀changelogs，追蹤最新的版本中的代碼變更，體會作者修改代碼的目的、手法與技巧。這樣應該會有很大的收獲。