kaldi中声纹识别ivector模型

1.数据准备：无论使用kaldi来做语音识别还是说话人识别，第一步就是数据准备，对于说话人识别来说，需要准备的几个文件为wav.scp，utt2spk，spk2utt这三个文件。对应的格式如下：

    1.1 wav.scp有两列，第一列是key，这个可以一定要唯一；第二列是 wav的路径wavpath；

    1.2 utt2spk也有两列，第一列是key，与wav.scp的第一列一样；第二列是对应的说话人信息，叫spk。这个对于说话人识别来说很重要。此外，spk2utt可以根据utils/utt2spk_to_spk2utt.pl来生成。

2.特征提取：使用steps/make_mfcc.sh来进行提取mfcc特征。

提取出的特征写到一个大的 "archive" 文件中， 并且输出一个 "scp" file for easy random access

• 输入要求：Input is 16kHz sampled audio.（不是16k则用下面的脚本改成16k）

#!/bin/bash
for x in ./*.wav
do 
  b=${x##*/}
  sox $b -r 16000 tmp_$b
  rm -rf $b
  mv tmp_$b $b
done

• 分帧：Take a 25ms window (shift by 10 ms each time; we will output a sequence of vectors, one every 10ms)

对每一帧：

• Mu