韩佳俊的博客

1.句错率句错率（Sentenct Error Rate，SER）：如果识别的句子与标准句子中由任意一个字不对应，那么这句话就是错的，错的句子个数除以总句子个数即为句错率。公式如下： 可以理解为以下情况：描述 例子 由于字多而导致句子不对 如：吃了吗？识别为：吃了吗妈？ 由于字少而导致句子不对 如：吃了吗...

本文是基于kaldi的在线语音识别，使用b/s架构进行在线识别。适用于刚刚接触的小白。开发环境：jdk-1.8，Ubuntu16.04，Eclipse。开发过程：1.准备必须的文件 如果你想要实现在线语音识别功能在kaldi下，那么你需要有训练好的“final.mdl”（final.mdl其实是最后模型链接过来的，是最后的模型“数字.mdl”，如果你发现你复制不过来“...

首先要制定好音频的格式，比如：Mono（单声道），16000hz（采样率），音频格式为wav。接着，录音的时候一定要慢！不要太快，如果太快的话识别率会很低。文本中的字符一定要确定好是utf-8的编码，不然之后会出各种错误。...

需要三行脚本，你可以一行做一个脚本文件，这样就不需要每次提取特征都要重新训练1步骤和2步骤的模型了。1：steps/online/nnet2/train_diag_ubm.sh --cmd "$train_cmd" data/train 1024 exp/tri3exp/diag_ubm#tri3是你训练的三音素模型所在的文件夹2：steps/online/nnet2/train_i...

操作系统：Ubuntu14.04（64位）显卡：GTX750TiCUDA版本：7.5(后缀为cuda_7.5.18_linux.run)（截止2019-3-1，kaldi仅支持cuda7.5和cuda8.0）CUDNN版本：5.1(cudnn-7.5-linux-x64-v5.1.tgz)（截止2019-3-1，kaldi仅支持cudnn5.1）Nvidia显卡驱动：NVIDIA-...