Kaldi AMI数据集脚本学习2----run_prepare_shared.sh

在学习脚本文件时，重点关注哪些是调用标准函数，哪些是调用特定数据集的数据处理函数;

关注每个阶段处理的输入，输出和控制参数。不要面面俱到，试图理解每行代码。

1. 下载AMI数据集的xml标注文件包；

   从xml格式的标注文件提取得到data/local/annotations文件夹下文本格式的标注文件train.txt,eval.txt,dev.txt.

# Download of annotations, pre-processing,
local/ami_text_prep.sh data/local/downloads

2.  下载cmu dictionary;

      创建silence_phones.txt和optional_silence.txt；

      从cmudict/cmudict.0.7a.symbols提取  nonsilence_phones.txt，扔掉重音(stress)；

      将silence phones 加到extra_questions.txt；

      下载wordlist.50k;

       limit the vocabulary to the predefined 50k words，从而得到文件lexicon1_raw_nosil_50k.txt;

       再增加类似laughter,noise等词汇后得到最终的lexicon.txt；

       utils/validate_dict_dir.pl检查。