ppgs_extractor_10ms_sch_lh_librispeech

0. 说明

使用sch给的ForceAlignment好的librispeech语料, 训练ASR, 用来提取PPG

1. 960小时均有, 但是有几句长度错误
2. 超参数见下面, 不管是第一版audio, 我的audio, 对于mfcc的提取从来都是一样的
3. ASR模型沿用的sch的, 而sch沿用的lh的

alignment文件在: 链接：https://pan.baidu.com/s/1pWWH1mUFWsdi9xgbDVa3xQ  提取码：4h5a 

Git: https://github.com/ruclion/ppgs_extractor_10ms_sch_lh_librispeech

Lab地址: /datapool/home/hujk17/ppgs_extractor_10ms_sch_lh

 

第二次提取时, 注:

• 服务器上的Librispeech只有10w条wav, 而不是20+w
• 只使用三个文件即可

0.1. Alignment文件的制作

目前不会TODO...先贴出来大家讨论的供参考~(感谢):

• 方案1: kaldi按步骤(我猜是ForceAlignment的结果, 猜的哈, 具体的去kaldi中应该很简单~)
• 方案2: 可以类似MFA 一样，提取每个音素的时长，再把每一帧