kaldi_关于数据预处理

kaldi关于数据预处理

基本数据

四个预处理文件

wav.scp 每条语音的 ID 及其存储路径

wav_id(音频id)	wav_path(文件路径)
sen_1	/home/kaldi/data/sen_1.wav
sen_2	/home/kaldi/data/sen_2.wav

text 每条语音的 ID 及其对应文本

wav_id(音频id)	text(文本)
sen_1	中国共产党成立100周年
utt2spk 每条语音的 ID 及其说话人 ID
wav_id(音频id)	说话人id
–	–
sen_1	speak_1

spk2utt 每个说话人的 ID 及其所说语音的所有 ID

使用 utils/spk2utt_to_utt2spk.pl 或 utils/utt2spk_to_spk2utt.pl 可实现 spk2utt 和 utt2spk 的相关转换

<

说话人id	wav_id(音频id)
speak_1