语音识别系统kaldi----实例说明

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/u010384318/article/details/17469947

     最近一直在折腾kaldi,在这个庞大的系统面前,自己是那么的微小。由于数据库的原因,我只能运行kaldi所给例子的一部分。下面就来说说最近的进展吧。

     第一个例子就是yesno这个例子。由于提供数据,而且数据比较小,可以非常容易的去实现这个例子。具体的可以见我之前的博客:语音识别工具箱之kaldi介绍

     第二个例子是rm里面的s4。具体的步骤也很简单,首先运行./getdata.sh,然后运行run.sh。贴下最后的结果:

        exp/tri2a/decode/wer_10:%WER 6.48 [ 368 / 5681, 47 ins, 91 del, 230 sub ]
        exp/tri2a/decode/wer_4:%WER 6.51 [ 370 / 5681, 88 ins, 47 del, 235 sub ]
        exp/tri2a/decode/wer_5:%WER 6.39 [ 363 / 5681, 79 ins, 53 del, 231 sub ]
        exp/tri2a/decode/wer_6:%WER 6.48 [ 368 / 5681, 73 ins, 62 del, 233 sub ]
        exp/tri2a/decode/wer_7:%WER 6.50 [ 369 / 5681, 68 ins, 66 del, 235 sub ]
        exp/tri2a/decode/wer_8:%WER 6.51 [ 370 / 5681, 60 ins, 76 del, 234 sub ]
        exp/tri2a/decode/wer_9:%WER 6.51 [ 370 / 5681, 54 ins, 83 del, 233 sub ]

   第三个例子是timit,这个数据可以从网上下载。大家可以到http://www.fon.hum.uva.nl/david/ma_ssp/2007/TIMIT/下载这个数据。具体怎么下,我想你可以去找个软件下载,毕竟那么多的小文件。这个数据得到的话,基本timit里的所有实验都可以去做。但是我现在卡在一些步骤上了。如果你实现了,希望你可以跟我联系,帮助我下。我们相互学习。

   第四个例子是voxforge,众所周知,voxforge里的数据可以自己去下载。大家也可以利用kaldi里的voxforge/s5的getdata.sh来下载。这个数据大概12.6GB左右。如果想下载,保证你的ubuntu有足够的空间。硬件是件很重要的事情,我之前一直在这上面卡了很多天。做voxforge这个实验还是比较麻烦的,需要安装的东西太多。我自己也遇到了一些困难,现在正在解决。但愿可以早日解决啊。如果你实现了,可以跟我交流。

 

    最后需要说的是,大家在做实验的时候一定事先评估下自己的硬件条件,需要你有足够的时间去思考。kaldi论坛上的discussion是比较好的,上面有povey和一些人帮助我们解决问题。这个是kaldi在sourceforge上的网址:http://sourceforge.net/p/kaldi/discussion/。问你遇到的问题,基本一天之内肯定有人帮你解决。

 

 

    下面是我博客中有关kaldi的博文,希望对你有帮助:

     1. 语音识别工具箱之kaldi介绍

     2.语音识别系统之kaldi-----安装续

 

 

  最后,我这些全是我自己学习的一些东西,仅供参考。如果有什么问题,欢迎加入我的qq:354475072。希望我们共同学习,共同进步。

 

    

没有更多推荐了,返回首页