[语音识别] kaldi -- aidatatang_200zh脚本解析:三音速详解

20 篇文章 99 订阅 ¥79.90 ¥99.00
本文详细解析了Kaldi中三音素模型的构建过程,包括num-leaves、tot-gauss、mkgraph.sh的HCLG.fst生成,以及三音素模型的训练步骤。重点讨论了LDA+MLLR技术、决策树的构建(acc-tree-stats、sum-tree-stats、cluster-phones、compile-question、build-tree)和统计量计算,阐述了三音素模型对协同发音效应的考虑和状态绑定的重要性。文章还解释了决策树生成的问题集、HMM状态提问和模型训练中的统计量积累。
摘要由CSDN通过智能技术生成
# 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-dir> <exp-dir>

  • num-leaves是叶子节点数目
  • tot-gauss是总高斯数目
  • data-dir是数据文件 夹
  • lang-dir是存放语言的文件夹
  • alignment-dir是存放之前单音素对⻬后结果的文件夹
  • exp-dir是存放三音素模型结果的文件夹。
# decode tri1

utils/mkgraph.sh data/lang_test exp/tri1 exp/tri1/graph || exit 1;

steps/decode.sh --cmd "$decode_cmd" --config conf/decode.config -- nj 10 \
exp/tri1/graph data/dev exp/tri1/decode_dev
steps/decode.sh --cmd "$decode_cmd" --config conf/decode.config -- nj 10 \
exp
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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