#!/bin/bash
# Copyright 2014 Johns Hopkins University (author: Daniel Povey)
# 2017 Xingyu Na
# Apache 2.0
remove_archive=false
# 变量赋值
if [ "$1" == --remove-archive ]; then
remove_archive=true
shift
fi
.<<EOF
如果给的第一个参数是--remove-archive,就把变量remove_archive设置为true,
表示解压后要移除原来的压缩包,只保留解压后的文件。
shift表示后面程序从第二个开始读入参数。并从1开始计数。
EOF
if [ $# -ne 3 ]; then
echo "Usage: $0 [--remove-archive] <data-base> <url-base> <corpus-part>"
echo "e.g.: $0 /export/a05/xna/data www.openslr.org/resources/33 data_aishell"
echo "With --remove-archive it will remove the archive after successfully un-tarring it."
echo "<corpus-part> can be one of: data_aishell, resource."
fi
.<<EOF
https://www.runoob.com/linux/linux-shell-passing-arguments.html
在执行 Shell 脚本时,向脚本传递参数,脚本内获取参数的格式为:$n。
n 代表一个数字,1 为执行脚本的第一个参数,2 为执行脚本的第二个参数,
以此类推……其中 $0 为执行的文件名。
如果给的给的所有参数个数不是3个,就在屏幕上打印出下面的话。
EOF
data=$1
url=$2
part=$3
.<<EOF
上面已经保证了输入是三个参数,这里用三个变量来分别接收三个参数
EOF
if [ ! -d "$data" ]; then
echo "$0: no such directory $data"
exit 1;
fi
.<<EOF
https://www.runoob.com/linux/linux-shell-basic-operators.html
$data 应该是个目录
-d "$data" 判断它到底是不是个目录,不是则返回false
!false 就是true
if true,然后报错并退出
EOF
part_ok=false
list="data_aishell resource"
# 变量赋值
for x in $list; do
if [ "$part" == $x ]; then part_ok=true; fi
done
.<<EOF
$part是第三个参数,如果它是list中的任意一个,就设置part_ok=true
EOF
if ! $part_ok; then
echo "$0: expected <corpus-part> to be one of $list, but got '$part'"
exit 1;
fi
.<<EOF
如果part_ok=false,报错并退出
EOF
if [ -z "$url" ]; then
echo "$0: empty URL base."
exit 1;
fi
.<<EOF
https://www.cnblogs.com/liupuLearning/p/6206415.html
如果字符串$url的长度为0则 -z "$url" 返回true,then 报错并退出
EOF
if [ -f $data/$part/.complete ]; then
echo "$0: data part $part was already successfully extracted, nothing to do."
exit 0;
fi
.<<EOF
-f 用来检测文件是否是普通文件(既不是目录,也不是设备文件),如果是,则返回 true。
如果那个文件有的话,就说明已经extracted解压成功了,什么也不用做
EOF
# sizes of the archive files in bytes.
sizes="15582913665 1246920"
.<<EOF
这里用的是aishell 1 的数据,应该是用来检查数据是否完整
data里面应该是有两个文件的,一个是data_aishell.tgz,大小为15582913665
一个是resource.tgz,大小是1246920
但我下载的数据第一个对,第二个文件的名字不对,大小也不对,后面看看是不是要手动改一下
EOF
if [ -f $data/$part.tgz ]; then
size=$(/bin/ls -l $data/$part.tgz | awk '{print $5}')
size_ok=false
for s in $sizes; do if [ $s == $size ]; then size_ok=true; fi; done
if ! $size_ok; then
echo "$0: removing existing file $data/$part.tgz because its size in bytes $size"
echo "does not equal the size of one of the archives."
rm $data/$part.gz
else
echo "$data/$part.tgz exists and appears to be complete."
fi
fi
.<<EOF
-f 检测文件是否是普通文件(既不是目录,也不是设备文件),如果是,则返回 true。
size=$(/bin/ls -l $data/$part.tgz | awk '{print $5}')
这句话是说用ls -l命令来显示后面文件的信息,并且打印第5个参数,也就是文件size大小。
这里也就能解释run.sh中为什么要执行两遍download_and_untar.sh文件,因为有俩文件啊。
awk是什么意思呢:https://www.cnblogs.com/virgosnail/p/11103651.html,
AWK是一种处理文本文件的语言,是一个强大的文本分析工具。awk是以文件的一行为处理单位的。
awk每接收文件的一行,然后执行相应的命令,来处理文本。默认使用空格作为分隔符。
竖线又是什么意思呢?https://blog.csdn.net/qq_26711103/article/details/81666460,
竖线‘|’ ,在linux中是作为管道符的,将‘|’前面命令的输出作为'|'后面的输入。
双竖线‘||’,用双竖线‘||’分割的多条命令,执行的时候遵循如下规则,如果前一条命令为真,
则后面的命令不会执行,如果前一条命令为假,则继续执行后面的命令。
&同时执行多条命令,不管命令是否执行成功。
&& 可同时执行多条命令,当碰到执行错误的命令时,将不再执行后面的命令。如果一直没有错误的,则执行完毕。
size_ok=false
for s in $sizes; do if [ $s == $size ]; then size_ok=true; fi; done
这句话是说如果文件大小相等的话,就设置变量size_ok=true
下面的if-else是说,如果文件大小不等的话,就先报错再删除现在检验的这个tgz文件
EOF
if [ ! -f $data/$part.tgz ]; then
if ! which wget >/dev/null; then
echo "$0: wget is not installed."
exit 1;
fi
full_url=$url/$part.tgz
echo "$0: downloading data from $full_url. This may take some time, please be patient."
cd $data
if ! wget --no-check-certificate $full_url; then
echo "$0: error executing wget $full_url"
exit 1;
fi
fi
.<<EOF
-f 检测文件是否是普通文件(既不是目录,也不是设备文件),如果是,则返回 true。
这个if的意思就是如果没有文件,就开始从url中下载文件了
EOF
cd $data
# 上面所有检验,保证已经有data的压缩包了,现在转到$data目录下
if ! tar -xvzf $part.tgz; then
echo "$0: error un-tarring archive $data/$part.tgz"
exit 1;
fi
# 这个if是说如果在解压过程中出错,报错并退出
touch $data/$part/.complete
.<<EOF
touch命令用于修改文件或者目录的时间属性,包括存取时间和更改时间。若文件不存在,系统会建立一个新的文件。
ls -l 可以显示档案的时间记录。
一般用touch来新建一个空的文件。上面有判断,如果有这个文件,则表示已经解压完成。
EOF
if [ $part == "data_aishell" ]; then
cd $data/$part/wav
for wav in ./*.tar.gz; do
echo "Extracting wav from $wav"
tar -zxf $wav && rm $wav
done
fi
.<<EOF
这个if的意思是,如果执行的是data_aishell,它下面有个文件夹叫wav,里面文件也都是压缩包的形式,都要一一解压
压缩包中有多个压缩包
EOF
echo "$0: Successfully downloaded and un-tarred $data/$part.tgz"
.<<EOF
到这里所有的解压工作结束。
EOF
if $remove_archive; then
echo "$0: removing $data/$part.tgz file since --remove-archive option was supplied."
rm $data/$part.tgz
fi
.<<EOF
如果第一个参数是--remove-archive的话,就把原始的压缩包删除,exit0,正常退出。
EOF
exit 0;
从说话人识别demo开始学习kaldi--(2)download_and_untar.sh
最新推荐文章于 2024-06-11 10:27:21 发布