kaldi中文语音识别

目录
kaldi是什么
kaldi与中文语音识别
编译与安装kaldi
用kaldi进行中文语音识别
本文记录了我编译安装kaldi和两种用kaldi进行中文语音识别的过程,包括如何kaldi的简单介绍、环境的配置、相关模型的训练、导入,算是自己近期学习的一个总结,也希望可以帮助到需要的人~~~


kaldi是什么
kaldi是一个用C++写的语音识别工具包。kaldi旨在供语音识别研究员使用。当然,kaldi也可以用作声纹识别。关于他的详细介绍可以访问kaldi的官方文档

kaldi与中文语音识别
感谢很多大神与科研工作者在kaldi上开源了他们的数据集和训练模型,让我这样的小白可以站在巨人的肩膀上前行。

编译与安装kaldi
注意:为了提高训练的速度,kaldi最好安装在GPU云服务器下。如果没有服务器话,使用虚拟机应该也是可以的,但一定要分配足够的内存空间和存储空间。下面我就以我使用的centos服务器为例,介绍kaldi的编译与安装。

编译与安装大概分为3步

安装git、下载kaldi的源码
安装编译所需依赖包
配置、编译kaldi

1.kaldi的下载

kaldi的所有源码开源在了GitHub上,可以直接git下载到服务器上,首先得确保服务器上安装了git,如果没有安装的话,就先安装git sudo yum install git -y

接着git clone下载kaldi

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

下载完成kaldi源码后,我们将得到如下一个文件结构的目录。

kaldi/
├── COPYING
├── egs/                //egs目录里存放了使用kaldi完成的开源语音识别/声纹识别项目
├── INSTALL                //编译安装kaldi的指导
├── misc/
├── README.md
├── scripts/
├── src/                //src文件夹里存放了kaldi源码
├── tools/                //tools文件夹里存放了语音处理的工具包
└── windows/                //windows文件夹存放了在windows下编译安装kaldi的文件

2.安装编译所需要的依赖包

编译之前需要确操作系统中安装有如下包

  subversion
  automake
  autoconf
  libtool
  g++
  zlib
  libatal
  wget
  sox

首先进入到kaldi/tools目录下,接着在调用check_dependencies.sh脚本检查系统中的包是否安装完全

cd kaldi/tools
extras/check_dependencies.sh

如图所示,这个shell脚本会提示系统需要安装的包,按照提示安装即可。

安装完成后再次运行这个脚本,如果提示OK就可以开始进行kaldi的编译。

3.编译kaldi

首先编译tools,在在kaldi/tools目录下输入

make

我使用的服务器是i7有8个核心,因此输入make -j 8可以使用8个核心一起编译,加快编译速度。

之后转到kaldi/src目录下,输入如下命令

cd ../src

在src目录下首先要运行configure进行配置,由于每个人的cuda版本、安装路径不一定相同,所以这里需要根据自己的服务器情况进行修改,如下是我的configure配置方案,仅供参考。

./configure --static \
            --use-cuda=yes \
            --cudatk-dir=/home/zy/cuda/cuda-8.0 \
            --mathlib=OPENBLAS \
            --openblas-root=../tools/OpenBLAS/install \
            --threaded-math=no \
            --static-math=yes \
            --static-fst=yes \
            --fst-root=../tools/openfst

配置完成后,就可以进行src的编译了

make depend
make

同样,如果是多核CPU的话,你可以使用make depend -j 8和make -j 8加快编译速度

完成后会有提示成功和失败,结束make后就算完成了kaldi的编译与安装了~

用kaldi进行中文语音识别
完成kaldi的安装后,就可以用kaldi做语音识别了~


参考资料:
kaldi-ctc的安装、编译、测试
{
    Author: "byr-zyziszy",
    Mail: "test@foxmail.com",
    Github: "https://github.com/jbase",
    Date: "2020-6-12"
}
 

©️2020 CSDN 皮肤主题: 大白 设计师:CSDN官方博客 返回首页