【音频】SCTK的安装与使用说明

最新推荐文章于 2025-04-24 11:56:28 发布

奔跑草-

最新推荐文章于 2025-04-24 11:56:28 发布

阅读量1.6k

点赞数 37

分类专栏：人工智能服务端文章标签：音频语音识别实时音视频人工智能

本文链接：https://blog.csdn.net/u010690311/article/details/144188343

版权

人工智能同时被 2 个专栏收录

50 篇文章

订阅专栏

服务端

16 篇文章

订阅专栏

SCTK (NIST Scoring Toolkit) 的安装配置步骤如下。请按照以下指导进行操作：

1. 获取 SCTK

首先，你需要获取 SCTK 的源代码。你可以从 NIST 的官方资源或者通过其他渠道下载 SCTK 的最新版本。

2. 准备环境

确保你的系统已经安装了编译 SCTK 所需的所有依赖项。这通常包括 C 编译器（如 GCC）、Make 工具等。在大多数 Linux 发行版中，这些工具通常是预装的，但如果没有，你可以使用包管理器来安装它们。

例如，在基于 Debian 的系统上，你可以运行：

sudo apt-get update
sudo apt-get install build-essential

3. 配置 SCTK

进入 SCTK 源码目录后，执行以下命令来配置 SCTK。这一步会初始化 Makefile 文件，并设置好编译选项。

% make config

如果你需要指定一个自定义的安装目录，可以在 src/makefile 中修改 PREFIX 变量。

4. 编译 SCTK

配置完成后，开始编译 SCTK。这个过程可能会花费一些时间，具体取决于你的系统性能。

% make all

如果遇到关于 rfilter1 的编译错误，可能是因为较新的 libC 版本问题。你可以参考 src/rfilter1/makefile 中的说明来解决这个问题。

5. 自检

编译完成后，运行自检以确保所有组件都正确构建。

% make check

如果有任何测试失败，请记录下错误信息，并联系 SCTK 开发团队或查阅相关文档寻求帮助。

6. 安装 SCTK

一旦确认所有组件都已成功编译并通过自检，就可以安装 SCTK 了。

% make install

这将把可执行文件复制到你在 make config 步骤中指定的 $PREFIX 目录下。

7. 更新 PATH

为了让 SCTK 的命令可以全局访问，你需要将 SCTK 的安装路径添加到系统的 PATH 环境变量中。假设你将 SCTK 安装到了 /usr/local/sctk 目录下，那么你需要在你的 shell 配置文件（如 .bashrc 或 .zshrc）中添加以下行：

export PATH=/usr/local/sctk/bin:$PATH

然后，重新加载配置文件使更改生效：

source ~/.bashrc  # 或者 source ~/.zshrc

8. 文档

最后，你可以生成并查看 SCTK 的文档。

% make doc

文档通常会被放置在 doc 目录下，其中包含 UNIX 风格的手册页和 HTML 格式的用户手册。

经过以上步骤，安装已经成功了。使用 SCTK (NIST Scoring Toolkit) 来评测自动语音识别 (ASR) 系统的输出，通常涉及计算词错误率 (WER) 和其他相关的评估指标。以下是使用 SCTK 中的主要工具 sclite 进行 ASR 评测的基本步骤：

准备参考文本和假设文本

参考文本 (Reference)：这是人工转录的正确文本，即你希望 ASR 系统能够准确识别出来的文本。
假设文本 (Hypothesis)：这是 ASR 系统生成的文本。

这些文件通常是纯文本格式，每一行代表一个句子或一个短语。确保两个文件中的句子顺序是一致的。

使用 `sclite` 进行评分

sclite 是 SCTK 中的一个主要程序，用于计算 WER 和其他相关指标。以下是如何使用它的基本命令：

安装并配置好 SCTK：
- 按照之前提到的步骤在你的系统上安装 SCTK，并确保它已经添加到你的 PATH 中。
运行 sclite 命令：
- 打开命令行终端（如 Linux 的终端或 Windows 的命令提示符）。
- 导航到包含参考文本和假设文本的目录。
- 运行 sclite 命令，指定参考文本和假设文本的位置。例如：
```
sclite -r ref.txt -h hyp.txt -i wsj -o all
```
  其中：
  - -r ref.txt 指定参考文本文件。
  - -h hyp.txt 指定假设文本文件。
  - -i wsj 指定输入格式为 WSJ 格式（Wall Street Journal），这是最常见的格式之一。
  - -o all 表示输出所有可能的结果，包括 WER、SER（句错误率）、插入、删除、替换等统计信息。
查看结果：
- sclite 会输出一系列统计信息，包括总体的 WER、SER 以及每个句子的具体错误情况。
- 输出还包括详细的对齐信息，显示了参考文本与假设文本之间的差异。

示例命令

假设你有两个文件 ref.txt 和 hyp.txt，你可以使用如下命令来计算 WER：

sclite -r ref.txt -h hyp.txt -i wsj -o all

如果你需要更详细的输出，比如打印出每个句子的错误情况，可以加上相应的选项：

sclite -r ref.txt -h hyp.txt -i wsj -o all -p

这里的 -p 选项会打印出每个句子的详细错误情况。

使用 Docker 运行 SCTK

如果你是通过 Docker 安装的 SCTK，那么你可以使用下面的命令来运行 sclite：

docker run -it -v /path/to/your/files:/var/sctk sctk sclite -r ref.txt -h hyp.txt -i wsj -o all

这里 /path/to/your/files 是你本地文件的实际路径，你需要将这个路径替换为你自己的文件路径。

结果解释

Word Error Rate (WER): 计算的是假设文本与参考文本之间不匹配的单词数量占总单词数的比例。
Sentence Error Rate (SER): 计算的是完全错误的句子数占总句子数的比例。
Insertions, Deletions, Substitutions: 分别表示插入、删除和替换的单词数量。

通过这些步骤，你可以使用 SCTK 来有效地评估 ASR 系统的性能。如果你有更多具体的需求或遇到了问题，可以进一步查阅 SCTK 的文档或联系支持团队。

附Github地址：https://github.com/usnistgov/SCTK