kaldi语音识别实战pdf_从头开始使用KALDI的自动语音识别系统

你好研究员！ 在本文中，我们将了解如何构建ASR系统。

Kaldi是用于语音识别的开源工具包，用C ++编写，并根据Apache License v2.0获得许可。 我们可以使用它来训练语音识别模型并解码音频文件中的音频。

下载并安装KALDI

如果您已经完成了KALDI的设置，则可以跳过此步骤。

git clone https://github.com/kaldi-asr/kaldi

现在，转到目录，打开安装文件，然后根据该文件上的说明编译KALDI Framework.KALDI在安装过程中会花费一些时间，因此请利用该时间并喝点黑巧克力咖啡。 (您知道kaldi是一位传奇的埃塞俄比亚牧羊人，他在公元850年左右发现了咖啡工厂)

让我们来谈谈语音识别

在一般的语音识别框架中：1.处理传入的wav语音2.从波动信号中，我们使用声学模型提取声学特征3.将这些特征链接到单词或词汇或词典4.语言模型或语法定义了如何将单词连接到 每。

让我们了解文件夹结构

" egs"文件夹包含Kaldi的示例模型和脚本。 复制任何示例文件夹并重命名。 以下是您的文件夹结构。

> KALDI Default folder structure

Conf-文件夹包含为compute-and-process-kaldi配置的文件。

local，Steps和Utils-文件夹包含用于创建语言模型的所有必需文件，以及用于培训和解码ASR的其他支持文件。

资料准备

最初的任务是按照