将TIMIT转为 .npy

• github
• fork了一个工程，学习了一下代码。这个工程提供了使用多个corpus的例子，我只用了timit，timit是比较老的一个数据集了。
• TIMIT 下载下来每段语音和其数据放在了很多不同的目录下，并且WAV文件是有一个header的，不能直接播放和读取。另一方面，在训练时，对每段语音来说，并不是直接输入，而是需要进行处理，在NLP中叫做word embedding，把一个词映射为一个向量。在语音识别中我不清除是不是也叫做word embedding，好像这一步就叫特征提取。工程需要一个list，其中保存了各个文件的路径，方便shuffle和读取数据。因此需要对下载下来的数据集简单处理一下。 这部分代码原工程没提供，所以自己写了一下，之后上传一下。

code

• 工程提供了一个配置的demo，配置文件中设置了超参数，我只用了ctc，没用attention。demo里面的optimizer用的是Adam，所以开始我也用了Adam，label是字符，但效果不太好，出现了过拟合， 训练集的cer（character error label，字符错误率）最后约为百分之10，开发集约为百分之30。TIMIT本来分为训练集和测试集两部分，所以我拿训练集作为开发集，没再划分出新的测试集，

- 可能因为我输入的是13维的mfcc特征，可能应该输入更高维的，原代码中assert写了输入大小能被3整除，但是被我注释掉了。同时配置demo中写的是fbank特征，我开始没注意到这个。之后再改进一下。
- 按我的配置文件，一块8G显存的1080Ti训练100个epoch需要8个小时…感觉有点长，要是有tesla就好了。