当前位置:   article > 正文

随想录(从kaldi学习语音识别)_github kaldi wake word

github kaldi wake word

【 声明:版权所有,欢迎转载,请勿用于商业用途。 联系信箱:feixiaoxing @163.com】

 

    语音识别是一个技术活。之前一直不是很了解,特别是听到梅尔倒谱系数、GMM、HMM、DNN、NLP这些概念的时候就头疼。今天晚上,趁着有时间,看了一下kaldi的基本代码,心里有了一些基本的概念。

 

1、代码地址

https://github.com/kaldi-asr/kaldi

 

2、主要目录

tools/,提示安装哪些第三方软件

src/,源代码目录

egs/,示例工程目录

 

3,主要的开发语言

cc、shell、perl

 

4、最简单的范例

https://github.com/kaldi-asr/kaldi/tree/master/egs/yesno/s5

 

5、使用方法

先编译tools下面的第三方库,接着编译src代码,最后选择一个egs工程运行,

可以参考这个链接

 

6、最简单的范例脚本

上面提到的yesno是最简单的工程,那我们可以看一下最简单的脚本run.sh

kaldi基本上是用脚本驱动来完成各个工程范例的,但是逻辑都比较类似

  1. #!/bin/bash
  2. train_cmd="utils/run.pl"
  3. decode_cmd="utils/run.pl"
  4. if [ ! -d waves_yesno ]; then
  5. wget http://www.openslr.org/resources/1/waves_yesno.tar.gz || exit 1;
  6. # was:
  7. # wget http://sourceforge.net/projects/kaldi/files/waves_yesno.tar.gz || exit 1;
  8. tar -xvzf waves_yesno.tar.gz || exit 1;
  9. fi
  10. train_yesno=train_yesno
  11. test_base_name=test_yesno
  12. rm -rf data exp mfcc
  13. # Data preparation
  14. local/prepare_data.sh waves_yesno
  15. local/prepare_dict.sh
  16. utils/prepare_lang.sh --position-dependent-phones false data/local/dict "<SIL>" data/local/lang data/lang
  17. local/prepare_lm.sh
  18. # Feature extraction
  19. for x in train_yesno test_yesno; do
  20. steps/make_mfcc.sh --nj 1 data/$x exp/make_mfcc/$x mfcc
  21. steps/compute_cmvn_stats.sh data/$x exp/make_mfcc/$x mfcc
  22. utils/fix_data_dir.sh data/$x
  23. done
  24. # Mono training
  25. steps/train_mono.sh --nj 1 --cmd "$train_cmd" \
  26. --totgauss 400 \
  27. data/train_yesno data/lang exp/mono0a
  28. # Graph compilation
  29. utils/mkgraph.sh data/lang_test_tg exp/mono0a exp/mono0a/graph_tgpr
  30. # Decoding
  31. steps/decode.sh --nj 1 --cmd "$decode_cmd" \
  32. exp/mono0a/graph_tgpr data/test_yesno exp/mono0a/decode_test_yesno
  33. for x in exp/*/decode*; do [ -d $x ] && grep WER $x/wer_* | utils/best_wer.sh; done

 

7、中文范例

thchs30

 

8、kaldi中文资料

https://download.csdn.net/download/u010384318/7768237

 

9、搭建自己的语音识别工程

整个kaldi是脚本驱动的,你可以在此基础上搭建自己的项目,比如参考这个链接

https://blog.csdn.net/m0_38055352/article/details/82416633

 

10、kaldi的学习方法

根据知乎上同学的说法,最好的kaldi学习方法就是跑样例,边看文档边调试,这样效率最高。

可以到https://www.zhihu.com/question/57230747/answer/244383490看看他们详细的说法。

 

 

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/繁依Fanyi0/article/detail/997991
推荐阅读
相关标签
  

闽ICP备14008679号