首页 > 其他分享 >自测kaldi搭建语音识别模型

自测kaldi搭建语音识别模型

时间:2022-10-04 12:22:24浏览次数:56  
标签:自测 kaldi spk2utt file wav path txt 搭建

https://blog.csdn.net/weixin_42264992/article/details/125395239?ops_request_misc=&request_id=&biz_id=102&utm_term=link%20-s%20$kaldi_root/egs/wsj/s5&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduweb~default-8-125395239.142^v51^control,201^v3^control_2&spm=1018.2226.3001.4187

 

-SA版权协议,转载请附上原文出处链接及本声明。 原文链接:https://blog.csdn.net/weixin_42264992/article/details/125395239

前言
Kaldi是当前最流行的开源语音识别工具(Toolkit),它使用WFST来实现解码算法。Kaldi的主要代码是C++编写,在此之上使用bash和python脚本做了一些工具。而实时识别系统的好坏取决于语音识别的性能,语音识别包含特征提取、声学模型、语言模型、解码器等部分。Kaldi工具箱集成了几乎所有搭建语音识别器需要用到的工具。

step1、下载源代码
git clone https://github.com/kaldi-asr/kaldi.git
1
step2、数据预处理,准备材料
wav.scp
id 存储位置
001 /tmp/dataset/wav_file1.wav
text (没错,就是没有文件类型后缀)
id 文本内容
001 我爱我的祖国
utt2spk
id 发音人
001 speaker1
spk2utt
发音人 ids
speaker1 001, 002,003
Kaldi有工具,当你已经有文件3时,可自动生成4。

参考处理代码如下:

import argparse
import os


def prepare_inf(txt_path,wav_path,output_path):
'''
生成wav.scp(id,wav_path); text(id,文本); utt2spk(id,speaker); utt2spk(speaker,id)
id是文件名,没有后缀!

:param txt_path: text file path
:param wav_path: wav file path
:param output_path: output the inf file (wav.scp, text, utt2spk, spk2utt)
:return: None
'''

wav_scp=[]
text=[]
utt2spk=[]
spk2utt={}

#wav.scp(id,wav_path)
for file in os.listdir(wav_path):
file_name,_=file.split('.')

wav_file=os.path.join(wav_path,file)
txt_file=os.path.join(txt_path,file_name+'.txt')

if file[-3:] == 'wav':

#wav.scp
wav_scp.append(file_name+' '+wav_file+'\n')

#text
if os.path.exists(txt_file):
txt=open(txt_file,'r',encoding='utf-8').read().replace('\n',' ').strip()
text.append(file_name+' '+txt+'\n')

spk=file_name[:8]
#utt2spk
utt2spk.append(file_name+' '+spk+'\n')
#spk2utt
if spk not in spk2utt:
spk2utt[spk]=[]
spk2utt[spk].append(file_name)

 

with open(os.path.join(output_path,'wav.scp'),'w',encoding='utf-8') as writer:
writer.writelines(wav_scp)
with open(os.path.join(output_path,'text'),'w',encoding='utf-8') as writer:
writer.writelines(text)
with open(os.path.join(output_path, 'utt2spk'), 'w', encoding='utf-8') as writer:
writer.writelines(utt2spk)
with open(os.path.join(output_path, 'spk2utt'), 'w', encoding='utf-8') as writer:
for item in spk2utt.keys():
writer.write(str(item)+' '+' '.join(spk2utt[item])+'\n')


if __name__ == '__main__':
parser = argparse.ArgumentParser()
parser.add_argument('--txt_path', type=str, default='/home/nfs/datasets/mediaspeech-es')
parser.add_argument('--wav_path', type=str,default='/home/nfs/datasets/mediaspeech-es')
parser.add_argument('--output_path', type=str,default='/home/wangyuke_i/asr_test/mykaldi/inf')
args = parser.parse_args()

prepare_inf(args.txt_path,args.wav_path,args.output_path)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
step3、配置环境
将kaldi/egs/aishell/s5/path.sh复制到自己的项目路径下,并将export KALDI_ROOT改为自己的kaldi路径
1
source运行:

. path.sh
1
会生成不可见文件:prepare_lang.sh(pre +tab键+tab键 显示)
至此,path配置成功

ps: 如果没有生成prepare_lang.sh:

. /kaldi/egs/wsj/s5/path.sh
1
查看/kaldi/egs/wsj/s5/路径下有prepare_lang.sh(pre +tab键+tab键 显示)则表示成功。

step4、编译tools:
vim /kaldi/INSTALL
1
看到官方的安装指引,分三步安装:

nlpmaster@NLP-2021-server:/home/nfs/yuke$ vim select_wav.py
nlpmaster@NLP-2021-server:/home/nfs/yuke$ vim select_wav.py
nlpmaster@NLP-2021-server:/home/nfs/yuke$ cd ..

nlpmaster@NLP-2021-server:/home/nfs$ ls
This is the official Kaldi INSTALL. Look also at INSTALL.md for the git mirror installation.
[Option 1 in the following does not apply to native Windows install, see windows/INSTALL or following Option 2]

Option 1 (bash + makefile):

Steps:
(1)
go to tools/ and follow INSTALL instructions there.

(2)
go to src/ and follow INSTALL instructions there.

Option 2 (cmake):

Go to cmake/ and follow INSTALL.md instructions there.
Note, it may not be well tested and some features are missing currently.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
按如下命令依次执行即可:

cd kaldi/tools/
extras/check_dependencies.sh
1
2
报错
如果没有报错,跳过这一节。
出现报错,按照提示安装相关api即可,可以直接运行官方命令安装依赖包:

sh extras/install_mkl.sh
1
也可以自己安装报错的依赖包:

yum install gcc-c++ make automake autoconf patch bzip2 unzip wget sox gcc-gfortran libtool subversion python3 zlib-devel zlib-devel.x86_64 0:1.2.7-18.el7
1
ps:MKL包会安装了也识别不了仍然提示安装,因为默认安装最新版的,有大佬说有问题,因此到官网下载2017 or 2018版的。

完成之后按官方文档继续走:
cd /kaldi/tools/
make -j 4
1
2
会自动检查环境是否齐全,如果有报错表明有环境没安装好,根据报错信息安装。

怎么检查配置成功?

cd /kaldi/tools/
输入fst,狂按tab键
1
2
出现如下界面表明安装成功:有很多fst开头的文件,特别是fstcompile文件,基本表明安装成功!


编译src
cd src
./configure --shared
make depend -j 8
make -j 8
1
2
3
4
BUG报错:

***configure failed: CUDA 10_1 does not support c++ (g++-9). Only versions strictly older than 9.0 are supported. ***
1
解决办法:
1、cuda路径参考博客:https://blog.csdn.net/accumulating_mocai/article/details/110006111
2、降低gcc版本:https://zhuanlan.zhihu.com/p/453542931
————————————————
版权声明:本文为CSDN博主「飞扬々岁月」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/weixin_42264992/article/details/125395239

标签:自测,kaldi,spk2utt,file,wav,path,txt,搭建
From: https://www.cnblogs.com/wcxia1985/p/16753564.html

相关文章

  • 04_QT_Windows开发环境搭建
    FFmpeg为什么选择FFmpeg?每个主流平台基本都有自己的音视频开发库(API),用以处理音视频数据,比如:iOS:AVFoundation、AudioUnit等Android:MediaPlayer、MediaCodec等Windows:D......
  • 使用云服务器搭建linux环境
    (文章目录)一、关于云服务器的挑选首先来说,挑选云服务器,有阿里云,华为云以及腾讯云,博主建议挑选腾讯云(因为价格在这几家最低)点击这里进入腾讯云校园计划发现2核2G......
  • Kaldi WFST
    HCLG.fst由四部分构成1.G:语言模型WFST,输入输出符号相同,实际是一个WFSA(acceptor接受机),为了方便与其它三个WFST进行操作,将其视为一个输入输出相同的WFST。2.L:发音词典WFS......
  • Centos7 CA根证书搭建
    案例CA根证书路径/csk-rootca/csk-ca.pem;签发数字证书,颁发者信息:(仅包含如下信息)C=CNST=ChinaL=BeiJingO=skillsOU=OperationsDepartmentsCN=CSKG......
  • SSM 环境搭建
    环境搭建创建web项目并添加相关依赖.相关依赖和配置统一项目构建字符编码为UTF-8,JDK版本号为1.8:<properties><project.build.sourceEncoding>UTF-8</pro......
  • Python+Django+Nginx的从0到1的个人网站搭建(二)
    本文介绍阿里云ESC服务器的购买以及项目部署一、服务器购买点此购买再依次点击这里我选择新用户免费试用一个月,系统选择了Ubuntu,其余根据需求自选:记住你的公......
  • 如何在阿里云服务器搭建flask
    下载flask不用我多说了,pip3installflask 今天在阿里云的服务器上测试一个Flask程序,命名指定了ip:0.0.0.0,port:5000,但是外网IP确怎么也访问不了网页 上网上好个查,发......
  • Hexo搭建个人静态博客网站
    前言前段时间博客园整改,许多博客无法查看,偶然的机会接触到了许多博客框架,可用来快速搭建一个静态博客网站;最后选择使用hexo,看了不少大佬的教程,觉得挺有意思的,于是也总结了一......
  • Hugo+manpassant搭建博客
    前言参考如下:​​参考1:搭建博客​​​​参考2:部署到GitHub​​​​参考3:添加文章​​​​参考4:插入图片​​​​参考5:Markdown使用​​搭建步骤以管理员的身份打开cmd#choc......
  • 07-Elasticsearch-ES集群搭建
    ElasticSearch集群搭建Elasticsearch集群准备3台虚拟机IP规划192.168.247.142192.168.247.143192.168.247.144三台虚拟机搭建ES建议采用新的机器,我用了之前......