本文介绍了如何利用kaldi训练清华大学开源的thchs30语料库来构建语音识别模型。首先，下载kaldi和thchs30数据集，然后解压并调整kaldi目录中egs/thchs30/s5的配置文件以适应单机训练。在正确配置后，启动训练，训练过程大约需要3天时间，完成后将在s5目录下生成训练模型，其在测试集上的识别率约为60%。为了提高精度，可以增加数据量。
使用kaldi训练清华大学开源语料数据集thchs30
1.下载kaldi
命令: git clone https://github.com/kaldi-asr/kaldi.git
安装过程就不细表了。
2.下载thchs30数据集
下载地址：http://www.openslr.org/18/
thchs30是一个开源的30小时中文数据集。
如上下载三个文件，时间较长。。。。
thchs30数据集共包括25小时的语音训练数据，2分14秒的开发数据和6分15秒的测试数据。
下载完成后解压数据即可。
准备完成数据之后进入kaldi目录的egs/thchs30/s5目录，修改目录下的cmd.sh：
将如下内容：
export train_cmd=queue.pl
export decode_cmd=“queue.pl --mem 4G”
export mkgraph_cmd=“queue.pl --mem 8G”
export cuda_cmd=“
最低0.47元/天 解锁文章
扫一扫
249
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
