【wenet实战】一篇文章教你如何修改样例aishell-1，训练自己的个性化语音模型！

已于 2024-08-24 15:37:20 修改
阅读量31 收藏
点赞数 2
分类专栏： 语音识别与Wenet实战 文章标签： wenet 语音识别 aishell 人工智能
于 2024-08-24 14:27:19 首次发布
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_46339668/article/details/141499227
版权

文章目录

一篇文章教你如何修改样例aishell-1，训练自己的个性化语音模型！

下载预训练模型中的检查点模型

下载传送门

在这里插入图片描述

  • 下载后结构展示
    在这里插入图片描述

开始“偷梁换柱”

  1. 进入到wenet项目的aishell-1目录下
cd wenet/examples/aishell/s0
  1. 复制出一份run.sh到同目录下进行修改操作，这里我重命名为diyrun.sh。（当然，你也可以直接对run.sh操作）

diyrun.sh 修改的地方

1. 语音数据的路径

data=/home/liub

了解本专栏 订阅专栏 解锁全文
帅小柏
关注
  • 2
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
wenet_aishell_model_onnx.zip
08-15
标题 "wenet_aishell_model_onnx.zip" 暗示了这是一个包含WeNet语音识别模型的ONNX格式文件集合。WeNet是一个开源的端到端语音识别框架，旨在提供高效且灵活的解决方案，适用于各种语音识别任务。ONNX（Open Neural ...
wenet 自动语音识别开发库及测试程序（ASR)，windows版本
07-16
开发者可以利用这些工具实现自己的语音识别应用，包括但不限于模型训练、模型优化、以及实时语音转文本的实现。开发库通常包含C++接口，使得与各种应用程序集成变得简单。 **测试程序** 压缩包中的一键启动语音识别...
使用 WeNet 训练 AISHELL-1 模型，看这篇就够了！！！！！！新手少走一个月弯路。
帅小柏的博客
07-30 396
通过以上步骤，你可以使用 WeNet 框架成功训练 AISHELL-1 数据集的语音识别模型。本文详细介绍了每个阶段的具体操作和功能，帮助初学者更好地理解整个训练流程。如果在训练过程中遇到任何问题，请随时参考 WeNet 的文档或搜索相关社区讨论。希望这篇文章能帮助你顺利进行语音识别模型的训练！
[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 3914
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
深入剖析 Wenet 下 AISHELL-1 的 run.sh 脚本：从数据准备到模型训练
帅小柏的博客
08-02 876
run.sh脚本用于处理 AISHELL-1 数据集的整个训练和测试流程。我们将逐步分析脚本中的每个部分，包括环境变量、参数设置、各个阶段的执行等。stage: 设置脚本的起始阶段（如数据准备）。stop_stage: 设置脚本的结束阶段。通过对 Wenet 下 AISHELL-1 的run.sh脚本的详细剖析，我们希望你能更好地理解每个步骤的功能及其背后的原理。此脚本不仅为模型训练提供了便利，也为用户自定义和扩展训练流程提供了基础。希望本教程能帮助你顺利完成语音识别项目！
WeNet环境配置与aishell实践
李思成的博客
07-28 546
采用在base环境中安装cuda，配置环境变量，即可使用nvcc。在虚拟环境中继续后续的配置，我在base环境中安装了cuda11.3和cuda12.1，wenet代码均可运行。使用cuda11.3，安装conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch，随后使用requirements.txt进行pip时，注意torch==2.1.2和torchaudio==2.1
《WeNet语音识别实战》答疑回顾（四）
weixin_48827824的博客
09-15 2025
我训练Aishell-1模型，训练到第10个左右的epoch，loss就会飞掉，可能是什么原因呀？
语音识别开源模型 -- wenet
博观约取，厚积薄发
07-06 2819
我的需求是找到一个能用的语音识别模型用来把学习视频的音频转为字幕文件，以更好地整理学习资料。于是我尝试了下面的 wenet。文档：https://github.com/wenet-e2e/wenet初步试了试网页版，不太准呀。在windows 的 wsl 内： 然后，在windows 命令行内： 然后，用浏览器打开：wenet\runtime\LibTorch\web\templates\index.html输入：然后，放外音就可以识别了。目前我测试的效果并不好！当然，下次试试别的方式。....
完美解释：wenet-流式与非流式语音识别统一模型
热门推荐
weixin_44885180的博客
12-22 1万+
Unified Streaming and Non-streaming Two-pass End-to-end Model for Speech Recognition 流式与非流式语音识别统一模型-出门问问&西工大方案 1.模型结构 如下图所示，模型包含三个部分，分别为共享的Encoder、CTC解码器、Attention解码器，共享Encoder包含多层transformer或者conformer，CTC解码器为一个全连接层和一个softmax层，Attention解码器包含多层transfor
wenet实战系列-双声道音频语音识别
HoyTra0
01-08 1842
双声道音频语音识别demo，ASR模型使用wenet，VAD模型使用WebRTC VAD，可用于客服电话场景等
《WeNet语音识别实战》答疑回顾（一）
weixin_48827824的博客
07-12 2755
WeNet是目前工业界最流行的开源端到端语音识别系统，也是学习端到端语音识别的最佳实践项目（代码运算）。语音识别的学习者和从业者，可以通过学习课程高效全面的掌握Wenet的基本原理和实战方法，降低自己摸索的成本，快速构建出高性能的语音识别系统。 ...
深度学习-语音识别实战
06-22
基于深度学习的语音识别实战课程主要包括三部分内容：1.经典论文算法讲解；2.算法源码解读；3.项目实战；通俗讲解语音识别领域当下经典论文思想，详细解读源码中每一核心模块并基于真实数据集展开项目实战。整体课程...
wenet:生产优先和生产就绪的端到端语音识别工具包
03-11
WeNet的主要动机是缩小研究与生产端到端（E2E）语音识别模型之间的差距，减少生产E2E模型的工作量，并探索用于生产的更好的E2E模型。 强调 生产至生产准备就绪：WeNet的python代码符合TorchScript的要求，因此由...
wenet 2万小时开源语音数据集
10-26
wenet数据集.开源版 本，超 过20000小时（2万小时以上），可以用来训练自动语音识别以及声纹识别。
语音控制开关的语音识别ic芯片方案
最新发布
jiuxindianzi的博客
08-23 328
九芯NRK3301语音识别芯片采用离线语音控制，无需网络，保护隐私，适用于智能家居设备。芯片高效低成本，助力制造商实现语音控制功能，推动智能家居发展。
【大模型理论篇】大模型时代下Bert去哪啦？
weixin_65514978的博客
08-20 1452
bert、自然语言处理、transformer、encoder、gpt、decoder、nlu、nlg、微调、fine-tuning
天猫商品详情API：深度挖掘商品推荐与关联的新路径
2401_85789772的博客
08-20 752
天猫商品详情API是天猫开放平台提供的一项服务，旨在帮助开发者获取天猫平台上商品的详细信息，包括但不限于商品标题、价格、销量、描述、图片以及推荐与关联商品等。这一接口不仅为购物者提供了丰富的商品信息，也为商家和开发者提供了强大的数据支持，助力其优化商品展示策略，提升用户购物体验。天猫商品详情API为开发者提供了深入挖掘商品推荐与关联信息的新途径。通过合理利用这一接口，开发者可以实现精准的商品推荐与关联展示，提升用户体验和平台运营效率。
零基础学习人工智能—Python—Pytorch学习（六）
kiba518的博客
08-21 843
前言 本文主要讲神经网络的上半部分。 这篇文章开始有很多公式了，这些公式都很简单，但是如果是不经常在脑海里思考公式的人，那可能需要多花点时间做一下自我训练，个人感觉，也就几天时间，就能把自己感觉给调整出来。 习惯了公式看下面内容就会轻松很多，另外如果要深入学习人工智能，熟练的认知公式也是个必须的事情。 另外，我发现我前面文章写的有歧义的地方还是挺多，虽然，已经改了一部分，但，可能还有没发现的，大...
能够帮我找一下 不同框架下如espnet和wenet等，conformer在AIshell-1
06-06
目前来看，Conformer在AIshell-1上的表现已经得到了广泛的验证和应用。以下是一些不同框架下Conformer在AIshell-1上的表现： 1. ESPnet：在ESPnet中使用Conformer进行声学模型的训练，取得了较好的效果。例如，在使用20个Conformer层的模型中，WER可以达到8.2%。 2. Wenet：Wenet是基于Kaldi的端到端语音识别框架，同样可以使用Conformer进行声学模型的训练。在AIshell-1上，使用Conformer的Wenet模型可以获得较好的识别效果，例如在WER方面可以达到8.5%。 3. Kaldi-ASR：Kaldi-ASR也是一个常用的语音识别框架，可以使用Conformer进行声学模型的训练。在AIshell-1上，使用Conformer的Kaldi-ASR模型可以获得较好的识别效果，例如在WER方面可以达到8.4%。 需要注意的是，不同框架下Conformer的表现可能存在一定的差异，具体的效果还需要根据实际情况进行实验调整。
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

打赏作者

帅小柏

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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