lattice对齐ctm到phone

最新推荐文章于 2022-09-18 18:04:38 发布

zhulinniao

最新推荐文章于 2022-09-18 18:04:38 发布

阅读量511

点赞数

分类专栏：语音

【博客公式均自己亲自推导和撰写，请转载请注明出处，文章如有侵权、未引用出处等请及时联系whaozl@126.com 或留言评论】【很多已会但是会忘,写纯粹是为了多总结多向前看看和向后看看】

本文链接：https://blog.csdn.net/zhulinniao/article/details/108755912

版权

语音专栏收录该内容

47 篇文章 15 订阅

订阅专栏

之前是lattice预测对齐到词，经过理解，也是可以到phone(音素的)，之前一直用这，这里做一个总结和笔记。

1 lattice-align-phones结合lattice-to-ctm-conf

其实就是lattice-align-phones的用法，到音素(phone)上的对齐

lattice-push ark:"gunzip -c 20200921.lat.bin.prune.gz|" ark:-|\
lattice-align-phones --replace-output-symbols=true exp/chain/tdnn_1a_sp/final.mdl ark:- ark:-|\
lattice-to-ctm-conf --acoustic-scale=1.0 --frame-shift=0.03 --print-silence=true ark:- -|\
int2sym.pl -f 5 data/lang/phones.txt > 1.phones.txt.ctm

2 gunzip直接解压

或：

gunzip -c 20200921.lat.bin.gz |\
lattice-align-phones --replace-output-symbols=true exp/chain/tdnn_1a_sp/final.mdl ark:- ark:-|\
lattice-to-ctm-conf --acoustic-scale=1.0 --frame-shift=0.03 --print-silence=true ark:- -|\
int2sym.pl -f 5 data/lang/phones.txt > 1.phones.txt.ctm

【注意】

【1】输出的内容解释：[音频id 通道(1或2) 开始时间位置秒持续时间秒音素(phone) 置信度]
【2】这里就不演示lattice-1best上的了，和上面一样，没有置信度输出而已。这里为了节省篇幅把–print-silence=false了。

HAO0007501-000000 1 0.00 1.05 sil 1.00
HAO0007501-000000 1 1.05 0.12 ii 1.00
HAO0007501-000000 1 1.17 0.06 iu3 1.00
HAO0007501-000000 1 1.23 0.15 r 1.00
HAO0007501-000000 1 1.38 0.06 en2 1.00
HAO0007501-000000 1 1.44 0.09 q 1.00
HAO0007501-000000 1 1.53 0.12 iang1 1.00
HAO0007501-000000 1 1.65 0.06 j 1.00
HAO0007501-000000 1 1.71 0.09 ie2 1.00
HAO0007501-000000 1 1.80 0.06 g 1.00
HAO0007501-000000 1 1.86 0.06 an3 1.00
HAO0007501-000000 1 1.92 0.03 j 1.00
HAO0007501-000000 1 1.95 0.09 in3 1.00
HAO0007501-000000 1 2.04 0.03 d 1.00
HAO0007501-000000 1 2.07 0.09 a3 1.00
HAO0007501-000000 1 2.16 0.06 d 1.00
HAO0007501-000000 1 2.22 0.06 ian4 1.00
HAO0007501-000000 1 2.28 0.12 h 1.00
HAO0007501-000000 1 2.40 0.46 ua4 1.00
HAO0007501-000000 1 2.88 0.87 sil 1.00

3 lattice结合命令lattice-scale、lattice-add-penalty、lattice-prune、lattice-to-nbest

在lattice之前也可以用以下命令去组合使用：

# 给lattice的两个weight加权重
lattice-scale --inv-acoustic-scale=$LMWT ark:- ark:- |\
# 增加词插入惩罚(值一般为0 0.5 1.0)
lattice-add-penalty --word-ins-penalty=$word_ins_penalty ark:- ark:- \| 
# lattice 剪枝
lattice-prune --acoustic-scale=0.1 --beam=5.0 ark:- ark:-|\
lattice-to-nbest --n=10 ark:- ark:- |\