【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293 收藏 3
点赞数 3
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d
了解本专栏 订阅专栏 解锁全文
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 1068
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！
利用WeNet进行Squeezeformer 训练
最新发布
u013250861的博客
03-04 67
通过以上步骤，可高效地在WeNet框架中完成Squeezeformer模型的训练与部署。具体细节需参考官方文档及论文实验设置。
WeNet训练流程整理
牧羊女
08-26 2170
关于WeNet的训练，官方已经给出了比较详细的步骤，不过实际在使用的时候，还是多少会踩几个坑，所以这里就结合官网推荐步骤以及自己的经验，来整理一下训练流程。我用的是AIShell数据集，所以这里就以AIShell为例来说明。但由于数据集过大，并且中间一定会出错，因此建议大家还是一步一步分开执行。
kaldi入门：搭建第一个中文ASR (AISHELL-1)
Pika
08-03 1万+
请在linux环境下开展实验，非常建议熟悉 awk, grep, sed, cut, 等shell 命令快速处理文本，以及学会使用python脚本处理数据等.这里我们根据发音词典来定义我们的声学单元，在kaidi中对声学单元的表述需要以下四个文件：其中简单介绍如下：(1)意义：非静音音素集样例：(2)意义：静音音素集样例：(3)意义：指定静音音素集样例：(3)意义：用于三音素聚类问题。
wenet-基于预训练模型进行增量训练
流音寻帆的博客
06-02 3852
将本地准备好的F:/wenet数据集/0529_0531_merge/chuli下的train、dev、test中的text、wav.scp两个文件分别拷贝到远程/hy-tmp/wenet/examples/aishell/s0/data下对应的train、dev、test文件夹下。将准备好的数据文件0529_0531_dataset，上传到恒源云上的/hy-tmp/wenet/examples/aishell/s0下。其中0529_0531_dataset是前面上传的训练数据文件夹。
wenet如何在训练后接着训练以及直接对预训练模型进行再次训练（如在新的数据集上再训练）？
weixin_44126638的博客
04-26 1650
Wenet如何对模型接着训练？
sherpa-onnx文字转语音TTS >vits-icefall-zh-aishell3模型
11-26
sherpa-onnx集成了多种前沿的TTS模型，其中包括了vits-icefall-zh-aishell3模型，这是一个针对中文语言特点设计的模型，它能够将中文文本流畅地转换为自然度很高的语音输出。 vits-icefall-zh-aishell3模型的推理...
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 1209
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！
能够帮我找一下 不同框架下如espnet和wenet等，conformer在AIshell-1
06-06
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...
WeNet 2 - Python调用识别和预训练模型
AI工程化、开源分享、文档翻译、代码笔记
02-14 1330
一、关于 WeNet Python Binding 安装 二、用法 1、非流式调用 报错处理 参数指定 2、流式调用 三、预训练模型 模型列表
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 2万+
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
【语音识别】WeNet：面向工业落地的E2E语音识别工具
qq_33934427的博客
07-04 7777
WeNet：面向工业落地的E2E语音识别工具
WeNet环境配置与aishell实践
李思成的博客
07-28 1396
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
部署wenet预训练语音识别模型到服务器端
qq_43589891的博客
09-07 2216
实现wenet的onnx模型服务器框架部署，支持gpu的多batchsize和多客户端并发
WeNet模型学习笔记
牧羊女
08-16 2511
WeNet是一个端到端语音识别模型，由于其优越的特性，成为近几年语音识别领域的热门模型。WeNet模型是一种CTC和attention结构的混合体，以Conformer或Transformer作为encoder，并使用attention decoder对CTC的输出进行重新打分(rescore)。此外，为了在统一的模型中实现流式与非流式推理，该网络还引入了基于动态块的注意力机制，使得attention可以关注不同长度的上下文。WeNet论文共两篇，对应WeNet模型结构的两个版本。
语言模型开源项目：Wenet - 实时语音识别与合成的新里程碑
gitblog_00046的博客
03-22 1103
语言模型开源项目：Wenet - 实时语音识别与合成的新里程碑 wenet项目地址:https://gitcode.com/gh_mirrors/wen/wenet 项目简介 是由 Mobvoi 公司开源的一个轻量级、高性能的实时语音识别和合成框架。该项目致力于为开发者提供易于上手且功能强大的工具，以实现各种语音应用场景，如智能助手、智能家居、在线教育等。 技术分析 架构设计 Wenet 采用模...
[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 4432
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
语音识别开源模型 -- wenet
博观约取，厚积薄发
07-06 3009
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。....
评论 2
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