kaldi训练模型的过程

整理一下训练新模型的过程:
1.进 入 到 kaldi-trunk/egs目录下创建XX(看你心情随便命名)文件夹,然后在文件夹里创建一个audio文件夹,在audio文件夹内在创建两个文件夹train和test。然后把所有的音频文件(.wav文件)放到train和test内(根据你的需求选择测试集和训练集,我是两个文件夹里面都是放的一样的)
2.在XX文件夹下面创建一个文件夹data,在data里面建立test和train文件夹。然后分别在文件夹里面构建以下几个文档:
 1)spk2gender 这个文档表明说话人的性别
 2)wav.scp
 3)test
 4)utt2spk
(注意,在train和test里面都要有这些文件)
 3.在data文件夹下面创建另外一个文件夹local,在local文件夹创建一个文件corpus.txt
这几个文件的作用还有例子在百度搜索“在kaldi工具包使用小数字语料库创建一个简单的ASR系统”这篇文章可以看到,这里就不在赘述。我的这些文档是在windows下整理的,如果有时间,再整理一个文档来进行说明。
4.在local文件夹下创建一个新的文件夹‘dict’.在dict下创建文件:
 1)lexicon.txt
 2)nonsilence_phones.txt(你工程中所有的非静音因素)
 3)silence_phones.txt(这里面是静音音素)
 4)optional.txt
    这几个文件的创建方法也在上面说的文章里面有介绍。1)2)两个需要按照你工程实际需要的音素表来写,需要自己生成音素表。
5.在 kaldi-trunk/egs/wsj/s5 目录下拷贝出两个文件夹(注意拷贝所有内
容):‘utils’和‘steps’,并把它们放在你的 kaldi-trunk/egs/XX 目录下
6.安装srilm(这个自行百度就行)
7.在目录 kaldi-trunk/egs/XX 目录下创建一个名为‘conf’的文件夹。
在 kaldi-trunk/egs/XX/conf 目录下创建两个文件:
1)decode.config
2)mfcc.conf(这个文件需要根据你的需要加一些,我这次加了一句采样率的  --sample-frequency=16000)
8. 在 kaldi-trunk/egs/XX目录下创建 3 个脚本:
1)cmd.sh
2)path.sh
3)run.sh
    脚本根据实际情况来修改吧,主要是修改一些路径的问题,最后就是运行脚本了。
    我相信,没有几个能一次就运行成功的,总是会出现一些莫名其妙的错误。
    如果,你和我一样,是在windows下面整理的数据直接拷贝过来的。那么,你要注意对因素表里面的内容进行排序。排序之后会生成一个空行,需要删除。把所有拷贝过来的文档都要另存为unix/linux格式的。一定要特别注意路径的问题,各个地方的路径问题,只要不是你手动输入的,都要注意。
    如果运行脚本之后有错误,可以到exp下的log文件夹中去查看错误,然后针对性的修改。

 

发布了4 篇原创文章 · 获赞 1 · 访问量 9983
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 大白 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览