carlini/audio_adversarial_examples源码安装方法

Nicholas Carlini是文章Audio Adversarial Examples: Targeted Attacks on Speech-to-Text的作者，他将自己的代码放在github上，地址为https://github.com/carlini/audio_adversarial_examples
本文介绍Nicholas Carlini的audio_adversarial_examples源码安装方法，写这篇文章的原因是因为其github库的readme安装有一些问题，不能完成安装，因此我安装自己的安装过程重新写下，亲测可用。
步骤如下：
1. 安装依赖：

安装git LFS，便于后期大文件下载：
$ curl -s https://packagecloud.io/install/repositories/github/git-lfs/script.deb.sh | sudo bash
$ sudo apt-get install git-lfs
$ git lfs install
方法来自于https://blog.csdn.net/u014454538/article/details/81282369

安装ds-ctcdecoder：
pip install ds-ctcdecoder

安装其他依赖库：
pip3 install tensorflow-gpu==1.14 progressbar numpy scipy pandas python_speech_features tables attrdict pyxdg

2. 准备源码：

下载Nicholas Carlini的代码到本地：
git clone https://github.com/carlini/audio_adversarial_examples.git

进入audio_adversarial_examples文件夹：
cd audio_adversarial_examples

下一步需要下载DeepSpeech代码，但是audio_adversarial_examples使用的是DeepSpeech0.4.1版本，不建议使用Nicholas Carlini提供的先下载github库后checkout版本的方法，我遇到了bug
建议直接打开https://github.com/mozilla/DeepSpeech/tree/v0.4.1，下载压缩包，解压后放到audio_adversarial_examples文件夹中
记得重命名为DeepSpeech！删除后面的-0.4.1方便代码引用

进入DeepSpeech文件夹中，注释掉DeepSpeech.py中的第21行代码：
from tensorflow.contrib.lite.python import tflite_convert

下载DeepSpeech模型，本步需要很长时间：
wget https://github.com/mozilla/DeepSpeech/releases/download/v0.4.1/deepspeech-0.4.1-checkpoint.tar.gz
tar -xzf deepspeech-0.4.1-checkpoint.tar.gz

到此为止，源码安装结束，可以开始测试：

产生恶意样本：
python3 attack.py --in sample-000000.wav --target "this is a test" --out adv.wav --iterations 1000 --restore_path deepspeech-0.4.1-checkpoint/model.v0.4.1

输出很多warning，可忽略
最终输出如下：

without the datasete the article asusedless
--------------------------w-i-thh-----outt- -the---  -d-a-t---a-------s-e----te--  the- --arrtt-i--c--le- --a------s-uu---see-------l-e---s-ss-----------------
188.785          188.785
138.291          138.291
74.535   74.535
71.442   71.442
59.933   59.933
47.739   47.739
39.142   39.142
36.828   36.828
32.526   32.526
27.466   27.466

thasas was sist
......

计算成功率：
python3 attack.py --in adv.wav --restore_path deepspeech-0.4.1-checkpoint/model.v0.4.1