[语音识别] kaldi -- aidatatang_200zh脚本解析: 数据集介绍

最新推荐文章于 2022-06-27 14:46:09 发布
最新推荐文章于 2022-06-27 14:46:09 发布
阅读量805 收藏
点赞数
分类专栏： 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/u014365862/article/details/117635725
版权
语音识别 专栏收录该内容
20 篇文章 99 订阅 ¥79.90 ¥99.00
订阅专栏
格式16kHz 16bit，wav，单声道
录音环境安静的室内，噪音不影响语音识别
录音内容30万条口语化句子
录音内容30万条口语化句子
录音人6,408 人 男性 2,999 人，女性 3,301 人
录音人≤20 岁 1,481 人，21~30 岁 4,412 人，31~40 岁 244 人，40 岁以上 163 人
录音人录音人员分布于广东、福建、山东、江苏、北京、湖南、江西、香港、澳门等 34个省级行政区域
设备安卓:iOS=9:1
语音普通话；有口音的普通话
应用场景语音识别，机器翻译，声纹识别
准确率句标注准确率不低于98%
数据集大小18G（18756983399byte）
MachineLP
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
[语音识别] kaldi -- aidatatang_200zh脚本解析:数据准备
MachineLP的专栏
07-16 730
输入：解压后的语料库路径（data/aidatatang_200zh） 输出：text, wav.scp, utt2spk, spk2utt # Data Preparation: generate text, wav.scp, utt2spk, spk2utt local/data_prep.sh $data/aidatatang_200zh/corpus $data/aidatatang_200zh/transcript || exit 1; 流程： 1.参数/文件夹路径等效验 2.检验是
kaldi-master.zip_GMM-HMM_HMM GMM_Kaldi-master-_balanceecd_yeth82
09-24
Kaldi是一个非常强大的语音识别工具库，主要由Daniel Povey开发和维护。目前支持GMM-HMM、SGMM-HMM、DNN-HMM等多种语音识别的模型的训练和预测。
【kaldi】运行aidatatang_200zh脚本解析
u011590738的博客
06-27 769
aidatatang_200zh脚本解析markdown链接 (有道云笔记)格式16kHz 16bit，wav，单声道run.sh 1. 环境配置 cmd.sh 硬件配置 （单机/集群配置，单机修改成run.pl) path.sh 环境变量配置 （导入环境变量） data 语料库位置 data_url 下载语料库的url （中国镜像已经关闭） 2. 下载数据 输入：语料库位置（$data） 数据下载路径（$data_url）输出：在$data文件夹下新增解压后的语料库（corpu
[语音识别] kaldi -- aidatatang_200zh脚本解析:三音速详解
MachineLP的专栏
07-17 367
# train tri1 [first triphone pass] steps/train_deltas.sh --cmd "$train_cmd" \ 2500 20000 data/train data/lang exp/mono_ali exp/tri1 || exit 1; # steps/train_deltas.sh <num-leaves> <tot-gauss> <data-dir> <lang- dir> <alignment-di.
[语音识别] kaldi -- aidatatang_200zh脚本解析:下载数据
MachineLP的专栏
07-16 1254
输入：语料库位置（$data） 数据下载路径（$data_url） 输出：在$data文件夹下新增解压后的语料库（corpus和transcript文件夹，corpus含音频文件和说话人信息等) 可选参数： --remove-archive 决定是否要在解压后删除data压缩包（默认关闭） local/download_and_untar.sh $data $data_url aidatatang_200zh || exit 1; 流程： 1.判断是否开启解压后删除压缩包的开关（根据--re
[语音识别] kaldi -- aidatatang_200zh脚本解析:音素训练
MachineLP的专栏
07-16 293
输入： 输出： steps/train_mono.sh --cmd "$train_cmd" --nj 10 \ data/train data/lang exp/mono || exit 1; 流程： 1. apply-cmvn # 对feats.scp做归一化处理 2. add-deltas # 训练数据增加差分量，比如16维度mfcc特征增加2阶差分量后变成48维度 2. gmm-init-mono # 初始化单音素模型，生成0.mdl、tree 3. compile-train-g
kaldi-master.zip_kaldi_kaldi 源码_声纹识别_音频_音频识别
07-15
kaldi 源码，音频识别，声纹识别等的相关工具源码
kaldi语音识别资料.rar_kaldi_kaldi pdf 0.7_kaldi资料_语音识别
07-13
基于kaldi的语音识别小系统搭建以及kaldi的全部资料
kaldi-german:训练Kaldi进行德语语音识别（ASR）的脚本
05-22
用于训练Kaldi模型以进行德语语音识别的脚本。 数据/ LM /词典 首先，我们必须获取数据，语言模型和词典。 要获取数据，请遵循的步骤。 从下载LM。 从下载该词典。 准备 在训练之前，必须通过执行脚本prepare.sh...
kaldi-gstreamer-server：基于Kaldi工具包和GStreamer框架的实时全双工语音识别服务器
02-23
这是基于Kaldi工具包和GStreamer框架并以Python实现的实时全双工实时语音识别服务器。 广告 塔林工业大学正在寻找一名从事语音识别的博士生，重点是轻度代码转换的语音（例如，芬兰语包含很多英语技术术语）。 。 ...
Kaldi AMI数据集脚本学习3---run_ihm.sh stage 1~3
sunfoot001的专栏
01-13 1428
1. stage 1       在此之前，已经下载了130G的AMI数据在目录$AMI_DIR（wav_db/amicorpus）了。 # Prepare ihm data directories, if [ $stage -le 1 ]; then local/ami_ihm_data_prep.sh $AMI_DIR local/ami_ihm_scoring_data_pr
[语音识别] kaldi -- aidatatang_200zh脚本解析:检查相关模型
MachineLP的专栏
07-16 442
输入：data/local/lm/3gram-mincount/lm_unpruned.gz 输出：G.fst local/format_data.sh 流程： 1. 解压lm_unpruned.gz并通过arpa2fst转换成G.fst (语言模型概率就成了图权重的一部分) gunzip -c "$arpa_lm" | \ arpa2fst --disambig-symbol=#0 \ --read-symbol-table=data/lang_test/words
[语音识别] kaldi -- aidatatang_200zh脚本解析:语言模型准备
MachineLP的专栏
07-16 192
输入：data/local/dict 输出：data/lang (Phone Sets), (L compilation) ... 可选参数： --num-sil-states <number of states> （静音音素的状态数，预设是5） --num-nonsil-states <number of states>（非静音音素的状态数，预设是3） --position-dependent-phones (true|false)（是否开启音素位置标记） --shar
【kaldi】aidatatang_200zh三音素源码逻辑梳理
u011590738的博客
06-27 218
【kaldi】aidatatang_200zh三音素源码逻辑梳理
[语音识别] kaldi -- aidatatang_200zh脚本解析:单音素解码
MachineLP的专栏
07-17 327
输入：feats & final.mdl & HCLG.fst 输出：lat.JOB.gz ## 在dev数据集上执行 steps/decode.sh --cmd "$decode_cmd" --config conf/decode.config --nj 10 \ exp/mono/graph data/dev exp/mono/decode_dev ## 在test数据集上执行 steps/decode.sh --cmd "$decode_cmd" --config conf/
[语音识别] kaldi -- aidatatang_200zh脚本解析:词典准备
MachineLP的专栏
07-16 416
输入：text（所有录音的分词文本信息- 如果是自己的数据没有人工分词可能要提前jieba等工具分词一下） 输出：data/local/dict文件夹(含extra_questions.txt、lexicon.txt、silence_phones.txt、nonsilence_phones.txt、optional_silence.txt等文件) local/prepare_dict.sh || exit 1; 流程： 1.处理自身数据集 - 获取数据集中所有单词【从text中获取】->
[语音识别] kaldi -- aidatatang_200zh脚本解析:构建解码图
MachineLP的专栏
07-17 323
输入：final.mdl & tree & L_disambig.fst & G.fst 输出：HCLG.fst (在exp/xxxx/graph下) ## 构建解码图 ### mkgraph.sh主要生成了HCLG.fst，后续识别主要利用了三个文件，分别是final.mdl、HCLG.fst、words.txt(从lang文件夹 cp过来)。 utils/mkgraph.sh data/lang_test exp/mono exp/mono/graph || exit 1
kaldi跑timit数据全过程记录
sun___shy的博客
09-05 1630
 电脑配置：i5-7300H，4G，1050 2G，运行近四个小时。 wxy@HP-WXY:~/kaldi/egs/timit/s5$ ./run.sh ============================================================================ Data &amp; Lexicon &amp; Lan...
Kaldi学习笔记（一）
KanShiMeKan的专栏
05-05 7143
运行kaldi的准备工作，使用的数据集为thchs30。
Kaldi-python
最新发布
09-20
Kaldi-python是一个Python库，用于处理和操作Kaldi中的语音数据。它提供了在Python中读取和写入Kaldi音频特征和标签的功能。你可以通过安装kaldi-io-for-python来使用Kaldi-python库。你可以克隆GitHub上的kaldi-io-for-python仓库，并按照提供的安装方法进行安装。在安装完成后，你就可以使用Kaldi-python库来处理和分析Kaldi中的语音数据了。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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

打赏作者

MachineLP

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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