kaldi或者eesen中错误：ERROR (compute-fbank-feats:Read():wave-reader.cc:198

最新推荐文章于 2022-11-14 10:52:09 发布
VIP文章 最新推荐文章于 2022-11-14 10:52:09 发布
阅读量2.9k 收藏 1
点赞数
分类专栏： kaldi
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zjm750617105/article/details/52076480
版权

今天跑eesen自己的数据，好不容易调了一晚上把数据准备搞好了，然后在提取特征的时候报了一个数据格式的错误：

WARNING (compute-fbank-feats:Read():feat/wave-reader.h:149) Exception caught in WaveHolder object (reading).

WARNING (compute-fbank-feats:LoadCurrent():util/kaldi-table-inl.h:232) TableReader: failed to load object from /home/zjm/all_data/data_bjfu/train/10003/20131215_1061.wav

ERROR (compute-fbank-feats:Read():wave-reader.cc:198) Expected 68212 bytes in RIFF chunk, but after first data block there will be 36 + 68160 bytes (we do not support reading multiple data chunks).

然后解决方法可以参考这个link: https://sourceforge.net/p/kaldi/discussion/1355347/thread/4f07e084/

我这直接给出怎么去解决

最低0.47元/天 解锁文章
jinmingz
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
docker-kaldi-gstreamer-server:kaldi-gstreamer-server 的 Dockerfile
05-30
docker-kaldi-gstreamer-server kaldi 。 概要 此 dockerfile 自动构建主服务器和工作服务器，这些服务器在来自 Tanel Alumäe 的解释，并由他自己在。 使用此项目，您将能够在几分钟内运行自动语音识别 (ASR) 服务器。 注意力 这里将设置的 ASR 服务器需要一些。 在我将在下面详细介绍的 docker 图像中，不包含 kaldi 模型。 您的机器上必须有这些模型。 您还必须有一个描述这些模型的 yaml 文件。 请、和查看一些示例，以了解如何编写您自己的 yaml 文件。 有一些 kaldi 模型可供下载。 我测试了我的设置与此，这是英语。 我正在尝试为巴西葡萄牙语构建模型，但直到现在我还没有找到足够的免费/开放资源。 安装码头工人 请参考 。 获取图像 从 Docker Hub 拉取镜像（~ 900MB）： docke
利用kaldi源码自定义功能和程序
dhj_tsukuba的博客
04-20 596
文章目录前言目标功能kaldi源码解析编译和运行代码 前言 虽然还未完全看完kaldi的C++源码，但已经发现kaldi真的是一个复杂而庞大的开源项目，想找到并理解某一种功能的具体实现，比如对齐，解码，GMM迭代… 等等，都绕不开其繁杂而完备的数据结构设计，当然也可能是因为笔者的C++功底一般，还在kaldi源码的苦海中挣扎。 本文是秉着总结，学习和经验分享的目的，利用现有的kaldi数据结构和类型来实现一种功能，整体并不复杂，但有助于对源码的进一步理解，具体来说是编写1个新的kaldi程序，即cpp源码。
Kaldi：提特征报错“compute-fbank-feats: error while loading shared libraries: libkaldi-hmm.so”
v-space的博客
11-24 2159
# 将该命令加入path.sh或者.bashrc中，进而将其加入系统路径 export LD_LIBRARY_PATH=/your_path/kaldi/src/lib:/your_path/kaldi/tools/openfst/lib:$LD_LIBRARY_PATH
kaldi跑自己数据遇到的问题合集（持续更）
weixin_44461682的博客
06-04 3182
**1.**SRILM训练语言模型 网络上： http://www.mamicode.com/info-detail-1944347.html https://blog.csdn.net/u011500062/article/details/50780935 下面说一下，如果网上的方法训练不出语言模型，可考虑我说的方法（直接在srilm文件下输入下面的命令）： 1.统计语料库生成n-gram统计文...
wave文件格式详解
程序的魅力
06-29 9352
第一节 wav格式scheme介绍 wav格式，是微软开发的一种文件格式规范，整个文件分为两部分。第一部分是“总文件头”，就包括两个信息，chunkID，其值为“RIFF”，占四个字节；ChunkSize，其值是整个wav文件除去chunkID和ChunkSize，后面所有文件大小的字节数，占四个字节。 第二部分是Format，其值为“wave”，占四个字节。它包括两个子chunk，分别是“fmt ”和“data”。在fmt子chunk中定义了该文件格式的参数信息，对于音频而言，包括：采样率、通道数、位
kaldi解码器在嵌入式平台运行
遇逆境、泰然处之
03-18 3372
该博文属于系列文章，其他文章参考总览：kaldi嵌入式平台的移植及实现 前言 前面的博文kaldi源码的交叉编译已经将嵌入式平台的解码器编译完成，解码器有GMM、nnet2、nnet3等等，GMM解码器又分为单音素、三音素解码，本博文介绍如何设置解码器参数，并在嵌入式平台运行解码器。 GMM解码器 1. 在线识别online-gmm-decode-faster 以单音素模...
kaldi-gop:计算基于GMM的发音善度（GOP）。 基于卡尔迪
05-23
如何建造 ./build.sh运行示例 cd egs/gop-compute./run.sh理论在传统的基于GMM-HMM的系统中，GOP最早是在（Witt等，2000）中提出的。 它被定义为后验的持续时间标准化对数： $$ GOP（p）= \ frac {1} {t_e-t_s + 1} ...
vad函数matlab代码-kaldi-tf-interface:kaldi-tf-interface
05-20
可以在配置文件中指定GPU的数量。 有关更多详细信息，请参见示例，例如egs / voxceleb / v3 / run.sh。 添加一个标准的VoxCeleb示例，该示例使用egs / voxceleb / v2（使用tdnn）和v3（使用resnet）中的官方培训列表...
kaldi-gstreamer-server：基于Kaldi工具包和GStreamer框架的实时全双工语音识别服务器
02-23
Kaldi GStreamer服务器 这是基于Kaldi工具包和GStreamer框架并以Python实现的实时全双工实时语音识别服务器。 广告 塔林工业大学正在寻找一名从事语音识别的博士生，重点是轻度代码转换的语音（例如，芬兰语包含很...
srvk-eesen-offline-transcriber:顶级代码，可将英语音频视频文件转录为文本字幕
05-13
srvk-eesen-offline-transcriber tank Alumae的srvk / eesen定制版本 您可能想在SRVK的使用它，而不是单独使用。 该文件夹中的文件 speech2text.sh转录音频/视频文件并立即产生几种输出格式（纯文本，字幕，NIST ...
mfcc代码调用 Java_Kaldi的MFCC特征提取代码分析
weixin_39614657的博客
03-05 351
本文介绍featbin/compute-mfcc-feats.cc的代码。对MFCC不了解的读者可以参考MFCC特征提取和Kaldi文档解读：Kaldi的特征提取。更多本系列文章请点击Kaldi代码分析。目录运行我们首先看一看这个函数的参数：kaldi/src/featbin$ compute-mfcc-feats./compute-mfcc-featsCreate MFCC feature fi...
torchaudio报错：RuntimeError: Failed to load audio from ...
HarryChen的博客
11-14 2088
torchaudio无法读取音频的报错解决方案
Kaldi学习笔记（二）
KanShiMeKan的专栏
05-06 1万+
本文主要解读kaldi的thchs30/s5/run.sh脚本的主要流程，并给出了编写脚本过程中可能遇到的问题的解决方案。对于文中的差错，欢迎各位指正！
CTC学习笔记（四） 解码-WFST
xmdxcsj的专栏
07-04 1万+
类似于HCLG的wfst结构，EESEN: END-TO-END SPEECH RECOGNITION USING DEEP RNN MODELS AND WFST-BASED DECODING文章提出了TLG的网络结构GrammarLexicon有两种形式，可以基于characters和phonemes。 Token对应于传统的state，前后添加blank，而且状态存在自旋 网络S=T∘mi
利用kaldi提取mfcc特征
热门推荐
长虹剑的专栏
03-12 1万+
前言 1）由于kaldi的集成性很高，这样如果只是想实现一个小功能，就需要很多准备东西，比如如果要提取mfcc就需要利用   steps/make_mfcc.sh脚本，需要为其准备一些文件。 2）以下实例都是建立在timit集上（也只是利用了它的数据），及timit实例程序，如果研究过此，就会很容易明白我解释不清的地方。 3）目前提取的mfcc还有问题，看一下结果吧，但是我找不出错误（如果正
kaldi timit 语音库在线解码应用
凉秋银杏叶
12-17 3866
timit训练完语音模型后进入解码阶段
深度学习（三十）——Deep Speech, 自动求导
antkillerfarm的专栏
11-26 2420
CTC 推断计算（续） 上图是一个Beam Width为3的Beam Search。Beam Search的细节可参见《机器学习（二十三）》。 由于语音的特殊性，我们实际上用的是Beam Search的一个变种： 如上图所示，所有在合并规则下，能够合并为同一前缀的分支，在后续计算中，都被认为是同一分支。其概率值为各被合并分支的概率和。 此外，如果在语音识别中，能够结合语言模型的话，将可以极大的...
CTC学习笔记（五） eesen训练源码
xmdxcsj的专栏
11-24 6076
essen源码参考https://github.com/yajiemiao/eesen，这里简单说一下涉及到训练前后向的核心算法源码实现。 以单句训练为准（多句并行类似），用到的变量 变量 含义 phones_num 最后一层输出节点个数，对应于|phones|+1 labels_num 一句话对应的标注扩展blank以后的个数，比如”123”扩展为”b1b2b3b” f
kaldi::KaldiFatalErrorLOG (process-kaldi-pitch-feats[5.5]:main():process-kaldi-pitch-feats.cc:85) Post-processed pitch for 0 utterances. WARNING (paste-feats[5.5]:main():paste-feats.cc:137) Missing utt 001_20230623160347_0319007398_mentianyu-1 from input ark,s,cs:compute-kaldi-pitch-feats --verbose=2 --config=subtools/conf/pitch.conf scp,p:exp/features/mfcc/data_mfcc_23_pitch_seg/log/wav_seg.1.scp ark:- | process-kaldi-pitch-feats ark:- ark:- |
最新发布
07-14
这个错误提示表明在处理 Kaldi pitch 特征时出现了问题。具体地说，它指出在处理的过程中没有找到任何utterance（句子）的pitch信息。 另外，警告信息提示在输入的 ark,s,cs 文件中缺少了 utt 001_20230623160347_...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值