汉语音频文本对齐（Forced Alignment）-MFA

已于 2022-06-06 19:19:06 修改
阅读量6.2k 收藏 22
点赞数 5
分类专栏： 音频 机器学习/深度学习 文章标签： 深度学习 音视频
于 2021-12-02 15:06:43 首次发布
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/G_Meteor/article/details/121677654
版权
本文介绍了如何使用Montreal-Forced-Aligner（MFA）进行汉语音频与文本的对齐，包括安装MFA、下载预训练模型和字典，准备数据，以及运行对齐程序和查看结果的过程。
摘要由CSDN通过智能技术生成

github：G-Meteor/Forced-Alignment-MFA (github.com) 里面有已下载好的模型与字典。

音素对齐在语音识别，语音合成等领域都可能会用的到。Montreal-Forced-Aligner（MFA）是个比较好用的工具，不仅支持汉语（普通话）还支持英语和一堆其他的语言（还可以自己训练声学模型），所以接下来主要写的是MFA的用法。

1、第一件事是把MFA安装好，Installation — Montreal Forced Aligner 2.0.0 documentation，Mac，Linux，Windows都可以用。

2、安装预训练模型：

mfa model download

最低0.47元/天 解锁文章
G_Meteor
关注
专栏目录
MFA强制对齐音频和音素的用法
weixin_38638559的博客
03-21 4221
目录环境准备工作音素对齐 环境 ubuntu 18.04.4 LTS 准备工作 下载Linux版本的MFA库montreal-forced-aligner_linux.tar.gz（这里下的版本是Version 1.1.0 Beta 2） 下载汉语预训练的声学模型(mandarin.zip) 下载发音词典mandarin-for-montreal-forced-aligner-pre-trained-model.lexicon 存放数据的data文件夹有（.wav）音频文件和（.lab）正交注解文件，
Montreal Forced Aligner MFA 语音对齐(pinyin)
子燕若水的博客
03-06 1927
比较简单，就是 //[.wav, .txt]的形式。运行一下mfa validate --clean 确保。这边直接下载的词典是空格，需要将词典中每一行的第一个空格换为tab，然后才能正确运行。我的电脑为win11，发现小于该版本号的，运行都会报“Could not find 'fstcompile'的错误。
Montreal Forced Aligner 使用教程
最新发布
gitblog_00500的博客
08-10 396
Montreal Forced Aligner 使用教程 Montreal-Forced-AlignerCommand line utility for forced alignment using Kaldi项目地址:https://gitcode.com/gh_mirrors/mo/Montreal-Forced-Aligner 项目介绍 Montreal Forced Aligner（MF...
forced_alignment:用于语音识别的强制对齐工具 (C++)
06-16
强制对齐 用于语音识别的强制对齐工具 (C++) 建造 builds 文件夹包含可运行的可执行文件
汉语（普通话）的音素对齐
12-26 1706
highlight=mandarin#example-2-generate-mandarin-dictionary），没在文档里面找到现成的，不过逛Github的时候在一个停止维护的项目MTTS里面找到了一份字典https://github.com/Jackiexiao/MTTS/blob/master/misc/mandarin-for-montreal-forced-aligner-pre-trained-model.lexicon。oov指的是字典里没有的拼音，对齐文件在biaobei文件夹里。
实用工具 | 语音文本对齐MFA的安装及使用
weixin_44649780的博客
06-05 4716
是一个用于将音频和文本进行对齐的工具。它可以用于语音识别、语音合成和发音研究等领域。MFA支持多种语言和语音，用户可以根据需要自定义训练模型。本博客介绍如何使用MFA对音频和文本进行对齐，其中使用的是MFA的最新版本（版本v2.2.12）。
web-align-audio-text:罗摩衍那音频文本对齐网站
04-04
网络对齐音频文本 罗摩衍那音频/文本对齐网站
aeneas：aeneas是一个PythonC库和一套用于自动同步音频和文本（也称为强制对齐）的工具
02-01
埃涅阿斯 aeneas是一个Python / C库和一组用于自动同步音频和文本（也称为强制对齐）的工具。 版本：1.7.3 日期：2017-03-15 开发： 首席开发人员： 许可证：GNU Affero通用公共许可证版本3（AGPL v3） 联系人： 快速链接： - --- 目标 aeneas自动在文本片段列表和包含文本旁白的音频文件之间生成同步映射。 在计算机科学中，此任务称为（自动计算）强制对齐。 例如，给定和， aeneas为每个片段确定的相应时间间隔： 1 => [00:00:00.000, 00:00:02.640] From fairest creatures we desire increase, => [00:00:02.640, 00:00:05.880] That thereby beauty's rose might never die, => [00:00:05.880, 00:00:09.240
MFA自动语音到音素对齐工具 montreal-forced-aligner
09-10
MFA对齐工具， 使用方法见官方文档 https://montreal-forced-aligner.readthedocs.io/en/latest/ 可能需要梯子。
forced-alignment-tools, 在强制对齐工具上，链接和注释的集合.zip
09-17
forced-alignment-tools, 在强制对齐工具上，链接和注释的集合 forced-alignment-tools强制对齐工具的链接和注释的Collection版本：1.0.8日期：2018-03-03作者：Alberto Pettarin ( 联系人)许可证：创作通用属性 4.0...
【MFA】windows环境下，使用Montreal-Forced-Aligner训练并对齐音频
菜鸟博客
03-09 1358
现在网上的汉语的拼音对齐教程跑不通了，MFA也没有现成的模型可以用，生成出来的phones都是spn。。折腾好几天，还是踏上自己训练的路了。
Python-CMU多语种语音数据集700多种语言的语音文本对齐语料
08-11
CMU多语种语音数据集：700多种语言的语音/文本对齐语料
Montreal-Forced-Aligner, 使用Kaldi强制对齐的命令行 实用程序.zip
09-17
Montreal-Forced-Aligner, 使用Kaldi强制对齐的命令行 实用程序 Montreal Aligner 强制Aligner是一个 命令行 工具，用于使用 Kaldi ( http://kaldi-asr.org/ ) 执行语音数据集的强制对齐。请参见文档 http://montreal-
python输出文本对齐_speech-aligner，是一个从“人声语音”及其“语言文本”，产生音素级别时间对齐标注的工具...
12-26 552
配置：支持通过配置文件和命令行读取参数，建议使用如--config=egs/cn_phn/conf/align.conf。speech-aligner，是一个从“人声语音”及其“语言文本”，产生音素级别时间对齐标注的工具。其他数学库，可查看cmake/Modules/FindBLAS.cmake，了解支持的数学库。示例egs/cn_phn中，使用的音素列表，来自另一个中文词典开源项目DaCiDian。# 查看输出对齐结果，包含: 文件名，音素时间起点(秒) 音素时间终点(秒) 音素。
自媒体必备工具：免费的音文对齐生成SRT字幕，快速打轴匹配声音及文字的在线工具
队长小楠的博客
12-13 5143
对一个自媒体来说，制作字幕是一件非常令人头疼的问题。当然，网易见外工作台是一个很好的工具，可以免费进行语音识别生成字幕。 但是问题也来了，有时候由于普通话不标准，或者语速过快，导致出现很多的错别字的情况。这时候需要一句话一句话的校对，修改，非常令人恼火。 很多时候，专业的自媒体人都是提前写好稿子，所以文案已经准备好了。这时候再去使用语音识别生成字幕，就显得有点浪费和低效。 那么有没有一款工具，我给你语音和稿子，你就能自动帮我生成带有时间戳的SRT字幕文件呢？ 答案是肯定的。 字幕说 – 音文对齐功能就是这样
对齐工具MFA
Mr.Gao的博客
06-06 2996
MFA（Montreal Forced Aligner）是一种forced alignment工具。MFA底层是使用了kaldi工具，相对于其它的工具MFA使用triphone acoustic model来建模上下文信息，同时包含了和说话人相关的特征，因此可以适应不同的说话人。MFA具有可训练性 (trainability) ，即可由用户自己在新数据上训练acoustic model。 ...
强制对齐音频与转录文本 - MFA的安装及使用
yijing_jia的博客
06-19 1356
通过安装及使用MFA工具，将音频与转录文本在单词或短语级别进行对齐。
语音标注自动音段对齐工具SPPAS使用笔记
热门推荐
shaopengfei的专栏
01-16 2万+
[更新日期：2019年08月08日 。咨询邮件feipengshao@163.com，请务必附件样例以及有问题脚本，出错提示等，否则不予回复] SPPAS工具是由Brigitte Bigi（Laboratoire Parole et Langage - Aix-en-Provence - France）开发的。在网上提供免费下载及使用。这是一款目前比较流行的自动标注，音段对齐的工具...
语音识别中强制对齐_一种在线语音文本对齐系统及方法
weixin_39960019的博客
12-24 1254
专利名称：一种在线语音文本对齐系统及方法技术领域：本发明涉及电视字幕显示领域，特别涉及一种在线语音文本对齐系统及方法。背景技术：一个国家电视字幕节目的比例，反应了一个国家的人文水平，反应了社会对残疾人的关怀程度。目前，日本，美国英国等很多国家的电视节目都已经加配字幕。而国内有字幕加配的节目是少之又少。即使有少量字幕加配，仅仅限于录播的节目，而且字幕的加配是专业人员手工完成，花费了大量的时间和精力，...
forced alignment
10-10
强制对齐（Forced Alignment）是指将音频信号和文本对齐的过程，通常用于语音识别系统中。其基本思想是将已知的文本标注信息与音频信号进行匹配，得到二者的对应关系，从而使得后续的语音识别更加准确。 在强制对齐过程中，需要先进行语音信号的特征提取，然后使用文本标注信息来对齐语音信号。常用的强制对齐算法包括基于动态规划的 Viterbi 算法和基于端点检测的DTW算法。 强制对齐的应用非常广泛，例如在语音合成、唤醒词检测、人机交互等领域都有重要的作用。
评论 22
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