julius音声認識結果だけを取り出すpython言語プログラム

Question

###前提・実現したいこと
今のコードを実行するとjulius規程の結果が帰って来ます。
そこで、文字列結果だけを取りたいですが、どうすればいいですか？

###該当のソースコード
from future import print_function
import socket
from contextlib import closing
import commands

def main():
host = 'localhost'
port = 10500
bufsize = 4096
sock = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
sock.connect((host,port))
while True:
recv_data = sock.recv(bufsize)
print (recv_data)
if name == 'main':
main()

###実際の出力
<RECOGOUT>

<SHYPO RANK="1" SCORE="-1874.638672" GRAM="0"> <WHYPO WORD="<s>" CLASSID="3" PHONE=" silB " CM="1.000"/> <WHYPO WORD="金" CLASSID="0" PHONE="k i m u" CM="0.980"/> <WHYPO WORD="に" CLASSID="1" PHONE="n i" CM="1.000"/> <WHYPO WORD="行って" CLASSID="2" PHONE="i q t e" CM="1.000"/> <WHYPO WORD="</s>" CLASSID="4" PHONE="silE" CM="1.000"/> </SHYPO> </RECOGOUT>

###期待の出力
金に行って

Comments

[matobaa]

質問に「期待する出力」と「実際の出力」を追記していただけますか。

[matobaa]

http://julius.osdn.jp/juliusbook/ja/desc_module.html
を見ると julius側ではプレーンテキストで返すような設定はできないようです。
つまり、自分で結果XMLをほどくしかなさそうです。

[coco_bauer]

タグWHYPOの要素に音声認識結果が入っているように思えますが、どんな文字列を期待してるのですか？　"<s>金に行って</s>"のようなもの？　"k i m u n i i q t e"のようなもの？　いずれも、XMLから生成するのは難しくなさそうに思えます。

Answer 1

# coding: utf-8
# Here your code !

recv_data = '''<RECOGOUT>

<SHYPO RANK="1" SCORE="-1874.638672" GRAM="0"> 
<WHYPO WORD="<s>" CLASSID="3" PHONE=" silB " CM="1.000"/> 
<WHYPO WORD="金" CLASSID="0" PHONE="k i m u" CM="0.980"/> 
<WHYPO WORD="に" CLASSID="1" PHONE="n i" CM="1.000"/> 
<WHYPO WORD="行って" CLASSID="2" PHONE="i q t e" 
CM="1.000"/> 
<WHYPO WORD="</s>" CLASSID="4" PHONE="silE" 
CM="1.000"/> 
</SHYPO> 
</RECOGOUT>'''

def word(recv_data):
    for line in recv_data.split('\n'):
        index = line.find('WORD="')
        if index!=-1:
            line = line[index+6:line.find('"',index+6)]
            if(line!='<s>' and line!='</s>'):
                yield line
                
print (''.join(word(recv_data)))