本文详细介绍了Kaldi项目中数据准备阶段的"lang"目录，包括"text"、"wav.scp"、"utt2spk"和"spk2utt"等文件的作用。特别强调了"lang"目录下的phones.txt、words.txt和L.fst等文件，它们作为符号表和发音字典，在语音识别系统中的关键角色。phones.txt定义音素，words.txt存储词汇，oov.txt处理未知词，而L.fst则表示FST形式的发音字典。
若想用已识别的系统对你的数据解码，要重写 “数据部分”.
直接以thchs30项目为例
里面或许会有
cmvn.scp feats.scp reco2file_and_channel segments spk2utt text utt2spk wav.scp
文件”text” :包含每段语音的文字意思
每行的第一项是录音编号（utterance-id），
发音编号后面跟着的 是每段录音的标注。
文件wav.scp
这个文件的格式是
<recording-id> <extended-filename>
大家可以理解为是一段提取wav格式文件的命令。
文件”utt2spk”与”spk2utt”
spk2utt文件格式是:
<speak
最低0.47元/天 解锁文章
扫一扫
495
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
