Kaldi学习笔记（二）——实例yesno和timit的应用

最新推荐文章于 2024-05-13 15:48:14 发布
最新推荐文章于 2024-05-13 15:48:14 发布
阅读量8.9k 收藏 36
点赞数 10
分类专栏： linux Kaldi 语音识别 文章标签： linux Kaldi 语音识别
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/snowdroptulip/article/details/78914687
版权

Kaldi的安装与编译请参考：Kaldi的安装与编译


Kaldi的例子有很多，在egs目录下面，对Kaldi不熟悉的小白们可以先从yesno和timit两个例子入手，这样可以对Kaldi有个直观的认识。


一、运行yesno实例

该实例是一个非常小的数据集，每一条记录都是一系列yes或者no的语音，标注是由文件名来标注的。先运行一下。


切换到./egs/yesno/s5目录下，运行sudo./run.sh命令。

经过一段时间的训练和测试，可以看到运行结果。

这里写图片描述

WER为0.00。看来这个例子识别的还是挺准的。


PS:WER（WordError Rate）是字错误率，是一个衡量语音识别系统的准确程度的度量。其计算公式是 WER= ( I + D+ S

最低0.47元/天 解锁文章
snowdroptulip
关注
  • 10
    点赞
  • 踩
  • 36
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
专栏目录
Kaldi-yesno详解
nsh119的博客
08-11 6215
在Kaldi的egs文件下有很多基于公共语音数据库的训练步骤及测试结果，其中也有中文的，本文就相对很简单的yesno样例结合脚本以及脚本运行结果进行详细的解析，以更好地理解语音识别的整体流程。 总括 我们先来看一下run.sh脚本 cd ./egs/yesno/s5/ vi run.sh =================================================...
Kaldi 查看不同文件用到的命令
、张念
10-26 6175
* 1.  ark,scp文件 ~/kaldi/src/featbin/copy-feats ark:raw_mfcc_dev.10.ark ark,t:-|head ark存的试二进制文件，scp可以直接用cat命令看。 * 2.  fst文件 ~/kaldi/tools/openfst-1.6.2/bin/fstprint L.fst | head -n 10 
TIMIT数据集介绍，官网编号LDC93S1
最新发布
ldcdata的博客
05-13 392
TIMIT数据集的语音采样频率为16kHz，一共包含6300个句子，这些句子由来自美国八个主要方言地区的630个人每人说出给定的10个句子构成。在这个数据集中，70%的说话人是男性，而大多数说话者是成年白人。给定的10个句子中，包括2个方言句子（对于每个人这两个方言句子都是相同的）和5个音素紧凑句子（这5个句子是从MIT所给的450个因素分布平衡的句子中选出，目的是为了尽可能的包含所有的音素对）。由于它包含了大量的语音数据，并且数据已经被仔细地分割和标记，这使得它成为了一个非常有价值的数据集。
深入浅出语音识别-yesno例子剖析
A00553344的专栏
04-22 2364
源文件如下： #！/bin/bash train_cmd="utils/run.pl" decode_cmd="utils/run.pl" #========== 下载原始数据文件并解压到waves_yesno目录======== if [! -d waves_yesno ]; then wget http://www.openslr.org/resources/1/w...
【Kaldi例子】YesNo：Hello Kaldi
qq_39573785的博客
12-11 3496
本文是对Kaldi中最简单例子egs/yesno/s5的实验记录。 数据集 使用数据集waves_yesno，该数据集只有yes和no两种发音。数据集没有文本文件，因为音频对应的文本都由wav文件的文件名所表示。例如1_0_1_0_1_0_0_1.wav中，1表示yes，0表示no。 数据准备 划分训练集和测试集 把数据规范成Kaldi规定的数据文件夹格式 # 运行local/prepare_data.sh waves_yesno后生成的结果 # 其中local文件夹里的脚本是特别为该数据集编写的，
kaldi用自己的数据替换yes_no的数据跑通
qq_26064989的博客
05-21 367
yes_no是kaldi样例里面最简单的例子，虽然替换数据跑通yes_no的意义不大，不过对于阅读理解脚本还是有用的。在run.sh中把下载文件的几行删除掉之后，把data/prepare后面的wav文件夹的参数替换成自己的wav文件夹就可以跑了。但是运行发现在提取mfcc特征的时候报错，经检查log文件发现是wav文件的格式对不上，对比样例的文件格式，这里写了一个bash脚本把当前目录下的wav文件转换成8k,pcm，单通道的wav文件。 一开始在python里面用librosa，但是用函数重新writ
Kaldi学习笔记1.md
01-21
Kaldi学习笔记1.md
Kaldi学习笔记1备份.md
12-02
Kaldi学习笔记1备份.md
kaldi中文资料_v0.4和thch30学习笔记.zip
09-16
《Kaldi中文资料_v0.4和THCH30学习笔记》是一份专注于语音识别技术的综合学习资源，尤其关注Kaldi工具的使用和THCH30数据集的学习。Kaldi是一个开源的、广泛应用于语音识别研究和开发的工具包，它提供了完整的框架，...
Kaldi决策树状态绑定学习笔记二
04-05
这是我最近整理的Kaldi决策树状态绑定的学习笔记，分享给大家，欢迎大家免费下载，有什么错误的话欢迎您的批评指正。这个笔记主要讲如何自动生成问题集。：）
kaldi timit实例运行全过程-附件资源
03-02
kaldi timit实例运行全过程-附件资源
Kaldi决策树状态绑定学习笔记
04-08
这里面包含我整理的Kaldi决策树状态绑定学习笔记。分四部分，第一个讲如何累积构建决策树和自动生成问题集所需的统计量；第二个讲如何自动生成问题集；第三个讲EventMap及其派生类、roots文件；第四个讲如何构建决策...
Kaldi三音素GMM学习笔记
04-13
在这个笔记中，我会首先介绍表示HMM的类HmmTopology和TransitionModel，然后介绍三音素GMM训练脚本train_deltas.sh用到的几个程序，这几个程序与单音素GMM的不同或者只在三音素GMM训练中出现。与GMM相关的其余部分请...
Kaldi单音素GMM学习笔记
04-08
Kaldi单音素GMM学习笔记。从原理、脚本、程序和类四个方面介绍单音素GMM和Kaldi代码。Kaldi单音素GMM学习笔记。从原理、脚本、程序和类四个方面介绍单音素GMM和Kaldi代码。Kaldi单音素GMM学习笔记。从原理、脚本、...
Kaldi 学习基础篇（二）--Shell 学习基础.pdf
09-20
Kaldi 学习基础篇（二）--Shell 学习基础.pdf
kaldi 的常用ark scp命令
凉_白开的博客
12-07 4474
kaldi 的常用ark scp命令
yesno孤立词识别kaldi脚本
aig8440的博客
09-06 318
path.sh主要设定路径等 export KALDI_ROOT=`pwd`/../../.. [ -f $KALDI_ROOT/tools/env.sh ] && . $KALDI_ROOT/tools/env.sh export PATH=$PWD/utils/:$KALDI_ROOT/tools/openfst/bin:$PWD:$PATH [ ! -f...
KALDI运行yesno和TIMIT实例
总有人要摆烂的，为什么不能是我呢
05-29 1046
文章目录写在前面一、部署KALDI1. 下载并解压KALDI工具箱2. tools中执行extras/check_dependencies.sh脚本，根据其输出安装依赖库直到输出ALL OK3.make4. src中执行./configure –shared5. src中执行make depend和make二、运行yesno项目实例，简要解析发音词典内容，画出初步的WFST图1. 下载并划分数据集2. 建立词典3. 构造语言模型4. MFCC特征提取和GMM-HMM建模5. 查看结果三、调整并运行.
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值