kaldi或者eesen中错误：ERROR (compute-fbank-feats:Read():wave-reader.cc:198

最新推荐文章于 2022-11-14 10:52:09 发布
最新推荐文章于 2022-11-14 10:52:09 发布
阅读量3k 收藏 1
点赞数
分类专栏： kaldi
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/zjm750617105/article/details/52076480
版权
在使用eesen进行特征提取时遇到数据格式错误，错误信息涉及wave-reader.cc。问题源于RIFF块的字节数不匹配。解决方案是通过sox工具转换wav文件，具体操作为使用sox命令创建临时文件并替换原文件，之后运行程序即可正常执行。
摘要由CSDN通过智能技术生成

今天跑eesen自己的数据，好不容易调了一晚上把数据准备搞好了，然后在提取特征的时候报了一个数据格式的错误：

WARNING (compute-fbank-feats:Read():feat/wave-reader.h:149) Exception caught in WaveHolder object (reading).

WARNING (compute-fbank-feats:LoadCurrent():util/kaldi-table-inl.h:232) TableReader: failed to load object from /home/zjm/all_data/data_bjfu/train/10003/20131215_1061.wav

ERROR (compute-fbank-feats:Read():wave-reader.cc:198) Expected 68212 bytes in RIFF chunk, but after first data block there will be 36 + 68160 bytes (we do not support reading multiple data chunks).

然后解决方法可以参考这个link: https://sourceforge.net/p/kaldi/discussion/1355347/thread/4f07e084/

我这直接给出怎么去解决

最低0.47元/天 解锁文章
jinmingz
关注
专栏目录
docker-kaldi-gstreamer-server:kaldi-gstreamer-server 的 Dockerfile
05-30
docker-kaldi-gstreamer-server kaldi 。概要此 dockerfile 自动构建主服务器和工作服务器，这些服务器在来自 Tanel Alumäe 的解释，并由他自己在。 使用此项目，您将能够在几分钟内运行自动语音识别 (ASR) 服务器...
Kaldi：提特征报错“compute-fbank-feats: error while loading shared libraries: libkaldi-hmm.so”
v-space的博客
11-24 2230
# 将该命令加入path.sh或者.bashrc中，进而将其加入系统路径 export LD_LIBRARY_PATH=/your_path/kaldi/src/lib:/your_path/kaldi/tools/openfst/lib:$LD_LIBRARY_PATH
kaldi加噪声or混响or能量衰减
林宋的搬砖流水账
05-05 3585
加混响----不区分信噪比，只分混响的类型，分成largeroom/medium room/small room，每个房间类型下有多个噪声源 kaldi/src/featbin/wav-reverberate --shift-output=true --impulse-response='sox noise.wav -r 16000 -t wav - |' --start-times='0' ...
kaldi跑自己数据遇到的问题合集（持续更）
weixin_44461682的博客
06-04 3361
**1.**SRILM训练语言模型 网络上： http://www.mamicode.com/info-detail-1944347.html https://blog.csdn.net/u011500062/article/details/50780935 下面说一下，如果网上的方法训练不出语言模型，可考虑我说的方法（直接在srilm文件下输入下面的命令）： 1.统计语料库生成n-gram统计文...
kaldi解码器在嵌入式平台运行
遇逆境、泰然处之
03-18 3435
该博文属于系列文章，其他文章参考总览：kaldi嵌入式平台的移植及实现 前言 前面的博文kaldi源码的交叉编译已经将嵌入式平台的解码器编译完成，解码器有GMM、nnet2、nnet3等等，GMM解码器又分为单音素、三音素解码，本博文介绍如何设置解码器参数，并在嵌入式平台运行解码器。 GMM解码器 1. 在线识别online-gmm-decode-faster 以单音素模...
wave文件格式详解
程序的魅力
06-29 1万+
第一节 wav格式scheme介绍 wav格式，是微软开发的一种文件格式规范，整个文件分为两部分。第一部分是“总文件头”，就包括两个信息，chunkID，其值为“RIFF”，占四个字节；ChunkSize，其值是整个wav文件除去chunkID和ChunkSize，后面所有文件大小的字节数，占四个字节。 第二部分是Format，其值为“wave”，占四个字节。它包括两个子chunk，分别是“fmt ”和“data”。在fmt子chunk中定义了该文件格式的参数信息，对于音频而言，包括：采样率、通道数、位
kaldi-gop:计算基于GMM的发音善度（GOP）。 基于卡尔迪
05-23
如何建造 ./build.sh运行示例 cd egs/gop-compute./run.sh理论在传统的基于GMM-HMM的系统中，GOP最早是在（Witt等，2000）中提出的。 它被定义为后验的持续时间标准化对数： $$ GOP（p）= \ frac {1} {t_e-t_s + 1} ...
kaldi-gstreamer-server：基于Kaldi工具包和GStreamer框架的实时全双工语音识别服务器
02-23
Kaldi GStreamer服务器 这是基于Kaldi工具包和GStreamer框架并以Python实现的实时全双工实时语音识别服务器。 广告 塔林工业大学正在寻找一名从事语音识别的博士生，重点是轻度代码转换的语音（例如，芬兰语包含很...
vad函数matlab代码-kaldi-tf-interface:kaldi-tf-interface
05-20
可以在配置文件中指定GPU的数量。 有关更多详细信息，请参见示例，例如egs / voxceleb / v3 / run.sh。 添加一个标准的VoxCeleb示例，该示例使用egs / voxceleb / v2（使用tdnn）和v3（使用resnet）中的官方培训列表...
srvk-eesen-offline-transcriber:顶级代码，可将英语音频视频文件转录为文本字幕
05-13
srvk-eesen-offline-transcriber tank Alumae的srvk / eesen定制版本 您可能想在SRVK的使用它，而不是单独使用。 该文件夹中的文件 speech2text.sh转录音频/视频文件并立即产生几种输出格式（纯文本，字幕，NIST ...
mfcc代码调用 Java_Kaldi的MFCC特征提取代码分析
weixin_39614657的博客
03-05 408
本文介绍featbin/compute-mfcc-feats.cc的代码。对MFCC不了解的读者可以参考MFCC特征提取和Kaldi文档解读：Kaldi的特征提取。更多本系列文章请点击Kaldi代码分析。目录运行我们首先看一看这个函数的参数：kaldi/src/featbin$ compute-mfcc-feats./compute-mfcc-featsCreate MFCC feature fi...
torchaudio报错：RuntimeError: Failed to load audio from ...
HarryChen的博客
11-14 2562
torchaudio无法读取音频的报错解决方案
【语音识别】作业1：语音特征提取
小哲的博客
02-16 4661
语音识别原理与应用：语音特征提取（实践）1. 采用标准的WAV头部，用代码实现PCM WAV文件的读写。2. 完成FBank、MFCC和PLP三种声学特征提取的代码实现3. 针对MFCC，回答以下问题：3.1 分析采样率、帧长、帧移与MFCC矢量个数之间的关系。3.2 分析FFT大小与每帧采样点数的关系3.3 分析Mel频率的计算过程3.4 分析DCT变换后得到的MFCC静态特征3.5 分析一阶和二阶动态特征的计算过程4. 对比分析STFT系列的声学特征与CQCC特征在频谱分布上的区别5. 如果对语音模拟信
kaldi上运行thchs30中文语音库的错误总结
dancingCod的博客
05-14 1万+
运行中文库thchs30时遇到的错误
eesen CTC类
m0_37671729的博客
05-15 227
CTC类的： 前向后向算法计算损失函数，借助net_out计算词错误率 Ctc::Eval label expansion:扩展长度为2L+1 int32 exp_len_labels = 2*len_labels + 1; label_expand_.resize(exp_len_labels,0); for(int l=0;l<len_labels;l++){ label_expa...
Sox语音转换的相关知识
yyxawe的专栏
09-02 833
SoX-linux 里操作音频的瑞士军刀 Sox是最为著名的Open Source声音文件 格式转换工具。已经被广泛移植到Dos、windows、OS2、S un、Next、Unix、Linux等多个操作系统 平台。 Sox项目是由Lance Norskog创立的，后来被众多的开发 者逐步完善，现在已经能够支持很多种声 音文件格式和声音处理效果。基本上常见的声音格式都能够支持。更加...
eesen Net类
m0_37671729的博客
05-16 119
私有变量: 方法： Propagate： Backpropagate： Feedforward： Net类的拷贝构造函数： Net &Net::operator = (const Net& other){ Destroy(); for(int32 i=0;i<other.NumLayers();i++){ layers_.push_back(other.GetLa...
EER(等概率错误)
热门推荐
zjm750617105的专栏
09-16 1万+
Equal Error Rate , 这个在说话人识别，说话人确认中最常用的评价标准，之前不是很理解，为什么不用直接的错误率，不管是识别还是确认，错了就错了，对了就对了，然后统计一下，计算错误率不是更直接嘛，为什么要制造nontarget target , 然后去计算EER？ 还记得trials文件嘛，还记得没有cvs文件自己伪造trials文件嘛， 还记得不明白为什么要制造50%或者80%
kaldi::KaldiFatalErrorLOG (process-kaldi-pitch-feats[5.5]:main():process-kaldi-pitch-feats.cc:85) Post-processed pitch for 0 utterances. WARNING (paste-feats[5.5]:main():paste-feats.cc:137) Missing utt 001_20230623160347_0319007398_mentianyu-1 from input ark,s,cs:compute-kaldi-pitch-feats --verbose=2 --config=subtools/conf/pitch.conf scp,p:exp/features/mfcc/data_mfcc_23_pitch_seg/log/wav_seg.1.scp ark:- | process-kaldi-pitch-feats ark:- ark:- |
最新发布
07-14
这个错误提示表明在处理 Kaldi pitch 特征时出现了问题。具体地说，它指出在处理的过程中没有找到任何utterance（句子）的pitch信息。 另外，警告信息提示在输入的 ark,s,cs 文件中缺少了 utt 001_20230623160347_...
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
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