汉语音频文本对齐（Forced Alignment）-MFA

VIP文章 已于 2022-06-06 19:19:06 修改
阅读量5.7k 收藏 21
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

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
  • 5
    点赞
  • 踩
  • 21
    收藏
    觉得还不错? 一键收藏
  • 22
    评论
专栏目录
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。
对齐工具MFA
Mr.Gao的博客
06-06 2712
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。 ...
汉语（普通话）的音素对齐
12-26 1323
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。
montreal-forced-aligner(MFA)强制对齐用法
zhulinniao
09-23 4072
1 下载库和模型 这里测试的是在Ubuntu 18.04.3 LTS下环境下(centos7.4环境证实不可行，需要源码安装编译，win10是可以的)。 1.1 库和模型准备 【1】下载汉语(mandarin)的预训练声学模型和g2p模型MontrealCorpusTools/mfa-models 【2】下载linux库MontrealCorpusTools/Montreal-Forced-Aligner releases 【3】下载发音词典mandarin-for-montreal-forced-ali
【中文语音文本对齐】-MFA-不需要配环境的傻瓜教程
最新发布
m0_46234384的博客
11-28 561
我需要视频帧和声调的对应。数据集应该是视频帧、音频、文本。从文本可以知道每个字的声调。但是不知道哪一帧是哪个字。视频是一句话，需要分成一个字一个字的片段。理解了一下大概是需要对齐文本与音频，同时数据集中有音频文件，也有与音频文件对应的文字脚本，这个txt文件中还包含拼音大概这样：调研了一下，这种功能英语叫“forced alignment”，强制对齐。
aeneas 实现音频强制对齐
liusaint1992的专栏
04-30 3876
做英语学习类产品经常会遇到读句子的时候针对单个单词的类卡拉ok的高亮效果。 这里记录一下音频进度和单词的一一对应关系（类似于歌词文件，粒度为单词级别）如何生成。纯人工来校对的话人工成本还是比较大的。 专业的词语是强制对齐（Forced Alignment）。这里介绍python库aeneas，可针对每句或每个单词的时间节点的json文件，还可以批量操作。准确率还不错。文档： https://gi...
语音识别
天边一坨浮云
01-30 870
目录 语音识别(ASR) 词格 alignment 维特比算法（Viterbi algorithm） HTK工具 其他 语音识别(ASR) 语音识别（speech recognition）技术，也被称为自动语音识别（英语：Automatic Speech Recognition, ASR）， 狭隘一点白话说：将语音转换为文字的技术。 词格 词网格，lattice，word lattice 在实际的语音识别系统中，最优路径不一定与实际字序列匹配，我们一般希望能够得到得分最靠前的多条候选.
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 4356
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
Montreal Forced Aligner MFA 语音对齐(pinyin)
子燕若水的博客
03-06 1544
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。
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 1168
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，...
基于matlab 的mfa
04-18
基于matlab 的mfa
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-
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
go语言mfa绑定代码实现
03-22
使用基于RFC6238（TOTP）的一次性密码注册和验证用户。mfa服务器实现应用程序使用的REST接口，以便添加多因素身份验证安全性。
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国际( CC按
Montreal-Forced-Aligner:使用 Kaldi 强制对齐的命令行实用程序
07-24
蒙特利尔强制矫正器 蒙特利尔强制对齐器是一个命令行实用程序，用于使用 Kaldi ( ) 执行语音数据集的强制对齐。 有关安装和使用，请参阅文档 。 如果您遇到任何问题，请查看以获取修复/解决方法或发布新问题。
afaligner::chart_increasing:强制对齐器，用于同步叙述的文本
05-04
这是一个强制对齐器，其工作原理是先合成文本，然后使用 （动态时间规整）算法对已合成和录制的音频进行对齐。 afaligner用于工具中，用于使叙述的音频与文本同步-生成带有Media Overlays电子书的并已针对该特定...
cPanel Forced Ads-开源
08-02
此脚本无需在 cPanel 上添加 mod_layout 即可添加强制广告。 您需要将 php 编译为模块。 有报告称在使用会话的站点上显示了 php 警告（不是来自该脚本）。
Intel-FORCED-MEI-7x64-1931.zip
03-06
新主板安装完Windows7，装完全部驱动后还剩一个PCI简易通讯控制器，查看硬件ID是PCI\VEN_8086&DEV_A2BA,使用此驱动可以成功驱动。如果安装intel的会报错，操作系统不满足安装最低要求,驱动成功后显示为“Intel(R) ...
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。

“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 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