Kaldi使用笔记

最新推荐文章于 2022-12-03 00:21:42 发布
最新推荐文章于 2022-12-03 00:21:42 发布
阅读量2.8k 收藏 2
点赞数
分类专栏： 语音识别
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/foolsnowman/article/details/51115204
版权
本文记录了Kaldi的安装过程以及如何进行特征提取，包括创建lable_to_wav.scp，执行特征提取得到myfeats.ark文件，生成feat.scp，以及将特征转换为文本格式的操作。
摘要由CSDN通过智能技术生成

1 Kaldi安装

 git clone https://github.com/kaldi-asr/kaldi.git kaldi-trunk --origin golden
 cd kaldi-trunk
 cd tools/extras
 ./check_dependencies.sh
 ./install_irstlm.sh

2 Kaldi中的工具

特征提取

1.创建 lable_to_wav.scp

0 0.wav#格式为：[标签 /path/to/0.wav]

2.提取特征

compute-mfcc-feats --use-energy=false --sample-frequency=8000 scp:lable_to_wav.s
最低0.47元/天 解锁文章
奋斗啊哈
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Kaldi 入门使用教程
snowleopard_bin的博客
07-05 3151
Kaldi 入门使用教程
Kaldi使用
Nicholas_Wong的博客
06-09 1951
下载和安装 参考网站http://kaldi-asr.org/doc/install.html git clone https://github.com/kaldi-asr/kaldi.git kaldi --origin upstream cd kaldi cd tools extras/check_dependencies.sh#这一步之后会提示安装缺少的东西，按照提示安装就是了 ma...
Kaldi的简单介绍和基本使用说明
最新发布
DL_62532的专栏
12-03 1万+
Kaldi作为目前最流行的ASR开源项目之一，已被广泛研究和使用。 自从2019年Daniel Povey加入小米，小米和Kaldi相互成就，大大推动了Kaldi的发展，使Kaldi保持了持续、强劲的生命力。 Kaldi使用了最自由的授权协议，任何人都可以自由修改和使用（包括商用），大家不妨也来用用。 本文大概讲了语音识别的原理和过程，对kaldi的安装、训练和部署在线语音识别服务的一整套使用过程作了大概说明， 可以作为初学者的入门资料来参考。非常欢迎大家来共同交流，不足之处还望批评指正。
kaldi基本使用 & debug
林宋的搬砖流水账
11-25 693
提特征 wav.scp/utt2spk/spk2utt 对于xx.wav格式的语音，wav_id指的是xx,wav_dir指的是abs_dir/xx.wav wav.scp "wav_id wav_dir" word_txt "wav_id content" spk2utt spk wav_name（对应所有的），一般spk是wav_name的下划线之前部分 spk_wavid=wav_name utt2spk 每行的格式：wav_name spk ...
Kaldi学习笔记1.md
01-21
Kaldi学习笔记1.md
Kaldi学习笔记1备份.md
12-02
Kaldi学习笔记1备份.md
Kaldi三音素GMM学习笔记
04-13
在这个笔记中，我会首先介绍表示HMM的类HmmTopology和TransitionModel，然后介绍三音素GMM训练脚本train_deltas.sh用到的几个程序，这几个程序与单音素GMM的不同或者只在三音素GMM训练中出现。与GMM相关的其余部分请...
Kaldi单音素GMM学习笔记
04-08
Kaldi单音素GMM学习笔记。从原理、脚本、程序和类四个方面介绍单音素GMM和Kaldi代码。Kaldi单音素GMM学习笔记。从原理、脚本、程序和类四个方面介绍单音素GMM和Kaldi代码。Kaldi单音素GMM学习笔记。从原理、脚本、...
Kaldi决策树状态绑定学习笔记
04-08
这里面包含我整理的Kaldi决策树状态绑定学习笔记。分四部分，第一个讲如何累积构建决策树和自动生成问题集所需的统计量；第二个讲如何自动生成问题集；第三个讲EventMap及其派生类、roots文件；第四个讲如何构建决策...
kaldi-gstreamer-server：基于Kaldi工具包和GStreamer框架的实时全双工语音识别服务器
02-23
Kaldi GStreamer服务器 这是基于Kaldi工具包和GStreamer框架并以Python实现的实时全双工实时语音识别服务器。 广告 塔林工业大学正在寻找一名从事语音识别的博士生，重点是轻度代码转换的语音（例如，芬兰语包含很多英语技术术语）。 。 注意！ 该职位仍然开放！ 特征 基于websocket的全双工通信：语音进入，出现部分假设（考虑Android的语音输入） 高度可扩展：服务器由主组件和工作程序组成； 每个并发识别会话需要一名工作人员； 可以独立于远程计算机上的主机启动和停止工作程序 可以进行语音分割，即，基于静音，将长语音信号分为较短的片段 支持任意长的语音输入（例如，您可以将实时语音流式传输到其中） 支持Kaldi的GMM​​和“在线DNN”模型 支持使用大型语言模型对识别格进行记录 支持在请求之间保留声学模型自适应状态 支持无限制的音频编解码器集（实际上
Kaldi语音识别快速入门
q6q6q的专栏
10-27 1143
一.简介Kaldi是使用C++编写的语音识别工具包，Apache License v2.0许可。主要供语音识别研究人员使用。Kaldi的目标和范围与HTK类似。目标是拥有易于修改和扩展的现代而灵活的代码。主要功能包括：1.与有限状态传感器FST的代码进行集成，根据OpenFst工具箱【作为库】进行编译。2.广泛的线性代数支持，包括一个包装标准BLAS和LAPACK例程的矩阵库。3.可扩展的设计，以...
kaldi
zz_hh_uu_的博客
01-26 364
aishell配置指南 cmd.sh 改为本地运行模式,将原先文件注释,添加如下代码: export train_cmd=run.pl export decode_cmd="run.pl --mem 4G" export mkgraph_cmd="run.pl --mem 8G" export cuda_cmd="run.pl --gpu 1" run.sh 下载数据集,将原来数据集路径改为本地...
kaldi入门：搭建第一个中文ASR (AISHELL-1)
Pika
08-03 9491
欢迎使用Markdown编辑器 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。 新的改变 我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客： 全新的界面设计 ，将会带来全新的写作体验； 在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示； 增加了 图片
kaldi中的数据准备
热门推荐
u010384318的专栏
05-19 2万+
数据准备 译者：V (shiwei@sz.pku.edu.cn)  水平有限，如有错误请多包涵。 介绍 在运行完示例脚本后（见Kaldi tutorial），你可能会想用自己的数据在Kaldi上跑一下。本节主要讲述如何准备相关数据。我们假设本页的读者使用的是最新版本的示例脚本（即在脚本目录下被命名为s5的那些，例如egs/rm/s5）。另外，除了阅读本页所述内容外，你还可以查看脚本目录下的那
kaldi sre16/v1中run.sh
Grace_yan的博客
12-03 1842
#!/bin/bash # Copyright 2017 David Snyder # 2017 Johns Hopkins University (Author: Daniel Garcia-Romero) # 2017 Johns Hopkins University (Author: Daniel Povey)...
Kaldi 使用，egs下通用样例及功能小结（很硬，慎入）
c12345678999的博客
05-29 3823
样例表 egs下的样例 数据源，功能 用到的相关工具 aidatatang_200zh/s5 数据堂200h中文开源数据，用于语音识别 LM+MFCC+Mono+Triphone(tri1:deltas;tri2:delta+delta-delta;tri3a:lda+mllt)+fMLLR+SAT+TDNN aishell/v1 openslr33数据 ，声纹识别(ivector) MFCC+UBM+PLDA aishell/s5 openslr33数据 ，语音识别 LM+MFCC
kaldi学习之神经网络简介
abc781cba的博客
04-25 1741
深度神经网络是语音识别里最先进的热点话题，从大概2010年左右开始，许多在这个领域的论文陆续发表，像谷歌、微软等大公司正在开始在他们的产品系统里使用DNNs。由于最新的技术持续改变意味着代码需要跟上，也意味着许多结构需要重新思考，所以对于活跃的研究领域，一个工具包比如kaldi，很难支持很好。在kaldi中，我们目前针对深度神经网络提供三种代码库。它们都很有意义，因为很难多recipe都参考它们。...
kaldi脚本学习——am-nnet-simple
07-14 571
Nnet3中的AmNnetSimple类是一个标准的声学模型类，该类通过调用Nnet类进行神经网络操作。类的私有成员：1）Vector<BaseFloat> priors_;                        2)int32  left_context;                        3)int32 right_context;               ...
kaldi语音处理工具箱详解：安装、使用与实战教程
Kaldi资料合集是一份全面的指南，旨在帮助读者理解和使用Kaldi，一个强大的开源语音识别工具。该工具箱由吴本谷（wbglearn）整理，于2014年7月4日发布，版权受保护，强调了翻版必须注明。 Kaldi的核心内容包括： 1...
评论
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