语音识别之HTK入门（二）准备训练数据

最新推荐文章于 2023-02-13 21:49:03 发布
最新推荐文章于 2023-02-13 21:49:03 发布
阅读量721 收藏 3
点赞数
分类专栏： 语音识别 文章标签： 语音识别 linux
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44747240/article/details/104155422
版权
本文介绍了使用HTK进行语音识别的初步步骤，包括文件目录树的构建和语音数据在Linux下的采集。通过安装sox工具进行录音，并讨论了语音数据收集的挑战，强调了构建有效模型需要多样化的语音样本。
摘要由CSDN通过智能技术生成

语音识别之HTK入门（二）准备训练数据

识别过程是隐马尔可夫模型HMM进行的
在这里插入图片描述
HTK说到底就是建立隐马尔可夫模型HMM过程中的工具，过程如下：在这里插入图片描述M的工具，如下图：

文件目录树构建

构建一个目录框架，创建命令如下：

mkdir -p htk_color/{
   config,data/{
   test/{
   mfc,speech},train
最低0.47元/天 解锁文章
郎郎不会飞
关注
专栏目录
语音识别数据集的处理在训练之前
东方佑
08-13 971
注意重点不是代码而是步骤
应用HTK搭建语音拨号系统1:数据准备
aig8440的博客
06-11 166
选自：http://maotong.blog.hexun.com/6204849_d.html 应用HTK搭建语音拨号系统--数据准备 苏统华 哈尔滨工业大学人工智能研究室 2006年10月30日 声明：版权所有，转载请注明作者和来源 该系统能够识别连续说出的数字串和若干组姓名。建模是针对子词(sub-word, eg. 音素)，具有一定的可扩充性。当加入一个新名...
如何构建语音识别能力？有哪些语音数据集？
AI 数据库me
03-18 2589
语音已经是目前市场上的人工智能产品的主要入口之一，语音识别也是当前人工智能领域的重点研究方向，在家居、汽车、机器人等方面有着广泛的应用，未来也将深入到我们学习、生活、工作的各个环节。 随着人工智能的快速发展，国内外科技巨头不断推出自己的应用产品。百度旗下的DuerOS已经成了国内规模最大、最活跃、生态最繁荣的对话式人工智能操作系统。从驾车时“小度小度，导航回家”到小度在家智能音箱快速进入千家万户。...
htk调试入门
07-11 192
htk调试入门 转载：http://blog.sina.com.cn/s/blog_4989462f01014qyf.html HTK及相关资源简介，VS2005/2008环境下调试HTK的步骤。新手入门~ ========================...
10小时训练数据打造多语种语音识别新高度
腾讯技术工程
01-11 3337
本文联合撰写：腾讯：吕志强，颜京豪，胡鹏飞，康健，阿敏巴雅尔导语｜在刚刚结束的NIST OPENASR评测中，TEG AI语音联合清华大学，刷新世界小语种语音识别比赛6项第一。从2000...
语音识别之HTK入门（三）训练文件准备
爆炒小肥牛
02-03 818
语音识别之HTK入门（三）训练文件准备config文件夹下的操作lists文件夹下的操作dict文件夹操作labels文件夹操作scripts文件夹操作主目录树下的操作 本节记录的是进行训练前的各种文件的准备，步骤稍微有些繁杂。 config文件夹下的操作 config文件夹下运行终端命令如下： touch grammer touch global.ded touch mkphones_color...
htk-3.3.rar_HMM的语音识别_HTK_htk 3.3
09-20
尽管现代的语音识别系统更多地依赖于深度学习技术，如RNN（循环神经网络）和Transformer，但HTK作为经典的HMM工具包，仍然是理解和研究HMM理论的宝贵资源，也是初学者入门的优秀起点。 总结，"htk-3.3.rar"这个...
语音识别之HTK入门（四）训练模型
爆炒小肥牛
02-03 953
语音识别之HTK入门（四）训练模型hmm0训练hmm0到hmm3hmm4的特殊训练 hmm0训练 生成proto和vFloors； HCompV -C ./config/config_color -f 0.01 -m -S ./config/train.scp -M ./hmm0 ./config/proto 生成macros： perl scripts/makeMacros hmm0/vFloo...
语音识别之HTK入门（一）HTK的下载配置
爆炒小肥牛
02-02 1495
语音识别之HTK入门（一）HTK的下载配置Linux环境配置VMware Tools安装必备环境HTK下载HTK环境设置 跪拜大佬帖子： https://www.cnblogs.com/ansersion/p/4155828.html 基本按照大佬的帖子进行调试的，为表示敬意，全程跪着键盘。 最近学习语音识别的相关知识，通过网上查找资料，很难找到与语音相关的代码实现与资料，一头雾水，头昏脑胀，通过...
一个基于Qt的简单的语音识别项目
10-11
一个基于Qt的简单的语音识别项目 首先，语音识别要做三件事情 1.记录用户的语音文件到本地 2.将用户语音编码 使用flac或者speex进行编码 3.使用第三方语音识别API或者SDK进行分析识别语音 目前做的比较简单就是使用flac文件对wav音频文件进行编码 基于Mac OSX和Win 7平台的 win 7下使用flac.exe，具体exe帮助，读者可以使用flac.exe --help > help.txt 重定向到一个help文件中，方便查阅. mac osx下面安装flac.dmg的安装包即可使用flac命令 我们先看音频的录入 Qt集成了音频模块
HTK语音识别基础教程-讲义
03-09
教程深入简出，开宗明义，以不长的篇幅把语音庞大的知识体系讲解清楚，是不可多得的案头资料。
HTK中文版详细教程（最新版）
05-18
1 HTK基础 1.1 HMM基本原理 1.2 孤立词识别 1.3 输出概率说明 1.4 Baum-Welch Re-Estimation 1.5 识别和Viterbi解码 1.6 连续语音识别 1.7 说话者适应 2 HTK工具包概览 2.1 HTK软件架构 2.2 HTK工具的一般属性 2.3 工具包 2.3.1 数据准备工具 2.3.2 训练工具 2.3.3 识别工具 2.3.4 分析工具 2.4 版本3.4中的更新 2.4.1 版本3.3中的更新 2.4.2 版本3.2中的更新 2.4.3 版本3.1中的更新 2.4.4 版本2.2中的更新 2.4.5 版本2.1中的新特征 3 一个教程示例 3.1 数据准备 3.1.1 步骤一 任务语法 3.1.2 步骤二 字典 3.1.3 步骤三 录制语音数据 3.1.4 步骤四 创建脚本文件 3.1.5 步骤五 语音数据编码 3.2 创建单元音HMM 3.2.1 步骤六 创建Flat start单元音 3.2.2 步骤七 确定Silence模型 3.2.3 步骤八 Realigning训练数据 3.3 创建Tied-Stated三元音 3.3.1 步骤九 从单元音创建三元音 3.3.2 步骤十 创建Tied-Stated三元音 3.4 识别器评估 3.4.1 步骤十一 识别测试数据 3.5 运行识别器 3.6 HMM自适应 3.6.1 步骤十二 准备自适应数据 3.6.2 步骤十三 生成Transforms(转移矩阵) 3.6.3 自适应系统评估 3.7 Semi-Stated和HLDA Transform 3.8 总结
HTK训练步骤
09-28
语音识别，HTK训练步骤 ，有需要的朋友可以自己下载，
语音识别训练数据集如何部署
最新发布
weixin_35749440的博客
02-13 522
语音识别模型的训练需要大量的语音识别数据集。通常，部署语音识别数据集需要以下几个步骤： 收集数据：收集大量语音数据，包括不同语言、不同口音、不同音质等。 数据预处理：对收集的语音数据进行预处理，包括去噪、归一化等操作。 标注数据：为每个语音数据标注对应的文本信息。 划分数据集：将标注好的语音数据划分为训练集和验证集。 训练模型：使用训练集训练语音识别模型。 验证模型：使用验证集评估模型...
NLP语言模型任务数据准备及实战
data+scenario+science+insight
06-27 257
NLP语言模型任务数据准备及实战 目录 NLP语言模型任务数据准备及实战 流程梳理A 流程梳理B 示例代码 自然语言处理+数据准备 Machine readable vector format 自然语言处理NLP的数据预处理有哪些共性，可以参考？ 什么样的数据格式是深度学习模型可以消费的？ 你可以喂给模型的？ 不同的深度学习模型，不同的任务类型，数据喂给的方式是怎么变化的？ 各种词和句的embedding又是怎么和系统结合的？ 例如：NER 和POS中数据标记...
语音识别之HTK入门（二）
程序的魅力
09-29 1035
步骤四：准备语音素材 在拨号系统中，可以通过HSGen自动生成合法的拨号句子文本。然后根据这些文本来录制对应的音频文件。HTK的HSLab工具可以完成录音功能。这两个方面都不是语音识别的学习重点，现在就假设我已经有了音频文件，以及标注好的对应文本。 首先，需要对文本进行处理。比如，原先的文本就是一句话，现在要改写成词级的Master Label File (MLF)格式，然后再改写成音子级别的。那么什么是MLF格式呢？百度了下“Master Label File”，并没有结果。看了下《HTK BOOK》
训练大规模语音数据集后的结果分析报告
东方佑
06-08 454
训练语音识别后的结果分析，首先经过人工观测预测结果，很多的错来自同音不同字。个人分析原因就是训练集中该意思的词出现的多少会影响，输出的结果，比如ABCD 其中BC出现的次数比较少而和其同音不同意思的词出现的非常多虽然这个同音词word 的前后不是A和D 但是也会最先预测出这个词而不是BC 故而要解决这个问题就要增加该句话的出现次数而不是单独的增加这个词语数据的出现次数，其实这就相当于你的语感是一样的其实就是出现的次数导致的。 但是，同音不同意思的词语对于中文来说肯定不止一个，所以要均衡添加就要将数据集合进行
[语音识别框架之wenet] 使用CPU训练自定义数据集大小的AISHELL-Sample教程
的博客
04-24 3991
数据集下载 下载地址 1.准备 wav.scp text # 数据集存放的位置 sample_data=/home/asr/data/wenet/examples/aishell/s0/datasets/AISHELL-1_sample # 数据生成的地方 data=/home/asr/data/wenet/examples/aishell/s0/data_ if [ ! -d $data ];then mkdir -p $data fi # 初始化 rm -rf $data/wav.scp rm
HTK语音识别入门教程
"HTK基础指南，剑桥大学开发的开源语音识别工具包，用于搭建使用隐马尔可夫模型（HMMs）的系统，尤其适用于语音识别研究。本资源包含HTKBook的中文版，旨在帮助开发者快速入门。" 在深入理解HTK之前，我们需要先...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值