2021/8/16学习总结

在划分好的3个数据集train dev test 中生成spk2gender文件。

说话人信息存储于.metadata文件中，以下是操作步骤：

1.找出每个说话人中的其中一个.metadata文件的地址，保存到一个新的文件中

 [问题]：这里采用的是找每个说话人中文件号是*1008.metadata的文件，但是问题是这样并不能找出所有的说话人，因为有的说话人中没有*1008.metadata文件，只能找到114个说话人（一共130个说话人），如果按其他的文件名，只能找到一百零几或者90+说话人，不知道还有没有更好的一下子找全说话人的方法。

2.单独把这114个说话人id存入一个新文件

3.把114个说话人性别信息存入新文件

① grep 命令用于在文件中执行关键词搜索，并显示匹配的效果。格式为 “grep [选项] [文件]”。  参数 -n ：显示行号

②>会覆盖目标的原有内容。当文件存在时会先删除原文件，再重新创建文件，然后把内容写入该文件；否则直接创建文件。>>会在目标原有内容后追加内容。当文件存在时直接在文件末尾进行内容追加，不会删除原文件；否则直接创建文件。

4.删除text3.txt中的SEX

 

① cut命令可以从一个文本文件或者文本流中提取文本列。

     cut -b 表示以字节分割

     cut -c 表示以字符分割

 ☆ cut -f  表示以字段分割

     cut -b -5 test1.txt 表示提取第一到第五列

     cut -b 3 test1.txt 表示提取第三列

     cut -b 4- test1.txt 表示提取第四列到最后一列

5.把text4.txt中的female male分别替换成 f m 

6.说话人id text2.txt文件和性别信息文件gender1合并

7.此时spk2gender中只有114个说话人id和对应的性别信息，需要补全剩下的16个。

    但是没有想出来好办法，只能手动的一个一个添加。首先将114个说话人按照数字从小到大排序

  ① sort -n 是按照纯数字进行排序

8.排序完成后，就可以找出缺少哪些说话人，手动一个一个添加。最后完成spk2gender

[知识点]：

文本编辑器打开文本出现^M是因为这个文件在windows平台下编辑过，我们知道在windows平台下，换行符是\r\n，而在linux下是\n，这多出来的\r被vim解释成了^M。