Kaldi安装+编译+egs/yesno脚本运行

kaldi，我就不做过多介绍了，源码在github上，官方教程网址是 http://kaldi-asr.org/doc/index.html。

源码下载

我的操作系统是Linux。
下载直接利用git版本控制系统就可以了,打开终端，直接在你的实验目录下的命令行输入命令：

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

稍等一会，提示OK后，能够看到以下文件：

• egs ：此目录为 Kaldi 例子目录，其中例子包含了不乏语音识别、语种识别、声纹识别、关键字识别等。
• misc : 此目录包含了一些 pdf、以及相关 docker、htk 等资源
• scripts: 此目录只用来存放 Rnnlm，以及相应的运行脚本。
• src : 此目录为 Kaldi 的源代码目录，Kaldi 的多数算法的源代码都存放于此，其中不乏GMM、Ivector、Nnet等一系列的算法。
• tools： 此目录主要存放 Kaldi 依赖库的安装脚本
• windows： 此目录为在 Windows 平台运行所必须的脚本以及相关的执行程序。

安装依赖及工具

在kaldi文件夹下可以检查依赖库是否已经安装。
运行指令：tools/extras/check_dependencies.sh，会提示没有安装的包，根据脚本输出的提示安装对应包即可。

如果全部安装完成，会显示如下：

关于第三方工具，这里主要介绍必须安装的两个工具：OpenFst及CUB，具体作用就不介绍了。对应命令是在tools文件夹下，命令行依次运行指令

make openfst
make cub

第三方包还有很多，其它基本类似。等待安装成功即可。

编译kaldi代码

这是必要步骤，不要漏这一步。
编译环境kaldi使用configure命令来配置，在src目录下配置即可。
配置完成后分别运行：

make depend
make

大约要几十分钟吧。可以用-j 4作为make的参数，使用多线程加速编译。
编译完成后就可以运行其中的egs目录下的例子了。

egs/yesno脚本运行

yesno脚本是一个最简单的语音识别脚本，只能识别Yes和No（当然还有沉默）。进入对应文件夹，命令行使用./run.sh。如果前面步骤没有出错，很快就会有最后结果。
运行结果如下:

最后一行输出表示，232个测试样例全部判断准确。
最后的识别结果输出在exp/mono0a/decode_test_yesn，打开文件看看即可。

以上就是本次分享的Kaldi的helloworld步骤了。

结束语

跑通一个简单的样例后，就是对源码的阅读、探索、整理了。
希望本文能对Kaldi的新手有帮助。