Kaldi aishell2 GMM训练步骤(含aishell1语料转aishell2组织方式)

0 前言

     中文语音识别的aishell2推出已经有一段时间了，由于没有aishell2的语料库，有资格的可以申请，所以拿aishell1的15G语料进行训练，所以写了相关的脚本处理aishell1的语料库，来适配aishell2，可以参考我的github 仓库 aishell2_gmm_train

1 语料转换

        下载完aishell1的语料后，将data_aishell.tgz解压后的语料放在egs/aishell2目录下的recipes（自己创建的），将解压后的语料按照github上的路径存放，然后按照以下步骤操作：

1. notepad++打开recipes/data_aishell/transcript/aishell1的aishell_transcript_v0.8.txt文件，将所有的空格全部替换掉（因为aishell2采用了jeba分词脚本，无需分词），做这一步操作后，方便后续脚本处理生成trans.txt wav.scp文件,替换后的文件保存为