VGGVOX模型 说话人识别 测试

简介

原始代码来自：https://github.com/a-nagrani/VGGVox
这是一个Matlab代码，同时也需要配置安装一些额外的东西
代码功能git中的readme已经大致说清了，总之他是一个以不同人的声音进行区分的代码

环境配置与安装

根据文中描述
需要 Matlab 与 Matconvnet

但是需要注意的是，第二的安装有很大的坑

Matlab版本我选择是 R2018b
Visual Studio版本是Visual Studio 2017
CUDA版本CUDA 10.0

这三个装好后添加环境变量

不同的电脑与安装位置可能会有不同
总之第一个是为了让 Matlab使用cl.exe进行c/c++的编译
第二个是为了让Matlab进行CUDA代码的编译

完成后安装Matconvnet
下载地址：http://www.vlfeat.org/matconvnet/

下载完成后选择合适的位置解压
然后在matlab中打开文件：vl_comilenn.m 替换以下内容
modify line 620 to:

args = horzcat({'-outdir', mex_dir}, ...
flags.base, flags.mexlink, ...
'-R2018a',...
{['LDFLAGS=$LDFLAGS ' strjoin(flags.mexlink_ldflags)]}, ...
{['LDOPTIMFLAGS=$LDOPTIMFLAGS ' strjoin(flags.mexlink_ldoptimflags)]}, ...
{['LINKLIBS=' strjoin(flags.mexlink_linklibs) ' $LINKLIBS']}, ...
objs) ;

Then, I modified line 359 to be:

flags.mexlink = {'-lmwblas'};

打开Matlab在控制台中输入以下命令

cd C:\Users\Administrator\Desktop\matconvnet-1.0-beta25 	//根据自己下载的位置修改路径
addpath matlab
vl_compilenn
vl_compilenn('enableGpu', true)

完成后环境配置完毕

测试

按照https://github.com/a-nagrani/VGGVox 中所说运行相应的文件


如果第二个文件运行报错，将以下代码复制

featid = strcmp({net.vars.name},'distance');

按照如下图替换即可