目录 1. ark特征文件 2. FST文件 3. mdl模型文件 4. 决策树文件 5. ali.gz对齐文件 资料来自kaldi官方文档. 转载注明出处. 1. ark特征文件 copy-feats 可以用来改变特征数据的格式,因此可以转换ark格式文件为txt格式: 用法: copy-feats [options] <feats-rxfilename> <feats-wxfilename> 例子: 先查找copy-feats的目录(每个人可能不一样):find /home/s

  运行前需要更改的地方:   1.matlab安装的路径以及matlab的license文件     2.噪声的路径;background.scp,以及噪声文件     3.run.sh文件中一处find $dir 改为 find $task,同样在utils/mixwithnoise.sh也存在这样的问题     数据准备部分: 1.运行时,在utils/mixNoiseWith.sh步出错,查看一下background.scp文件对应的噪声文件是否存在,或者修改噪声文件地址 2. 运行时出

吃人家嘴短,拿人家手短,用别人的东西就不要BB了,按规矩来吧. 训练和验证的数据都在命令行以变量的形式按如下方式指定: --train-data "train.pfile,context=5,ignore-label=0:3-9,map-label=1:0/2:1,partition=1000m" --valid-data "valid.pfile,stream=False,random=True" 在第一个逗号前面的部分(如果有的话)指定了文件的名称. 全局样式通

转载声明:本文为转载文章 作者:ferb2015 原文地址:https://blog.csdn.net/eqiang8848/article/details/81543599 kaldi是一个开源的语音识别工具箱,是基于c++.perl.shell编写的,可以在windows和unix 平台上编译. 中文参考资料:<kaldi的全部资料_v0.7(未完成版本).pdf>.网盘链接 提取码:yuq0 教程网页:http://www.kaldi-asr.org/doc/ 里面可以查阅脚本的用途.使

------------------------------------------------------------------------------------------------------------------------------------------------------------- 运行getdata.sh,下载voxforge语音库 修改cmd.sh  queue.pl为run.pl. install_srilm.sh 执行该脚本 按照网址下载srilm.tgz

Common utilities base/kaldi-common.h 几乎所有Kaldi程序都会include该头文件. 该头文件include了一些其他位于base/目录的头文件,主要提供: 错误-日志 宏 类型定义(typedefs) 数学实用程序函数(如随机数生成器) 其他#defines     util/common-utils.h 命令行参数解析 I/O函数(处理带管道的文件名) ark列表处理 列表类型 字符串转换 gmm/model-common.h GMM/SGMM的枚举,

转:http://blog.csdn.net/wbgxx333/article/details/25778483 本翻译原文http://kaldi.sourceforge.net/feat.html,由@煮八戒翻译,@wbglearn校对和修改. 特征提取 简介 我们做特征提取和波形读取的这部分代码,其目的是为了得到标准的MFCC(译注:梅尔倒谱系数)和PLP(译注:感知线性预测系数)特征,设置合理的默认值但留了一部分用户最有可能想调整的选项(如梅尔滤波器的个数,最小和最大截止频率等等).这部

1.VMware10.0 秘钥网上搜就好了 2.ubuntu12.04 (1)安了几次14.04,16.04,12.04,最后窗口和分辨率的bug 还是没有解决 (2)终端显示菱形乱码的解决:直接用英文安装 (3)安装过程:新建虚拟机>空磁盘,之后进行安装>选择linux,ubuntu(之前一直是ubuntu64,最后一次安装ubuntu),处理器一个八核,>将磁盘单个文件>最后设置里选择iso 以及iso文件位置 开启虚拟机>默认进行,语言不改成中文 3.kaldi (1)

/etc/vsftpd/vsftpd.conf文件详解,分好类,方便大家查找与学习 #################匿名权限控制############### anonymous_enable=YES #是否启用匿名用户 no_anon_password=YES #匿名用户login时不询问口令 下面这四个主要语句控制这文件和文件夹的上传.下载.创建.删除和重命名. anon_upload_enable=(yes/no):  #控制匿名用户对文件(非目录)上传权限. anon_world_re

introduction: 1. feat 是一种基于模型的fmri数据分析方法. 2. feat 首先使用顺手,至少看起来,比spm漂亮多了. feat是按照正常人的使用方法去设计的. spm 由于matlab的gui库的限制,诶,不说了.还是自己能力不够啊.不够熟练啊. 3. feat 对于单被试,也就是individual的情形,大概需要5到10分钟,能跑出结果,最后,结果在网页进行显示.直接显示了激活图,显示了时间序列和model的拟合情况. 4. feat是基于glm而设计的,也就是基

C#.C++用GDAL读shp文件 C#用GDAL读shp文件 (2012-08-14 17:09:45) 标签: 杂谈 分类: c#方面的总结 1.目前使用开发环境为VS2008+GDAL1.81 public string  ReadSHP( string str) { string strMessage = ""; OSGeo.OGR.Ogr.RegisterAll(); OSGeo.OGR.Driver dr = OSGeo.OGR.Ogr.GetDriverByName(&q

------------------------------------------------------------------------------------------------------------------------------------------------------ 孤立词参考的例子就是yes/no脚本. -------------------------------------------------------------------------------

cudamatrix/cublas-wrappers.h 该头文件对cuBLAS的接口进行了简单的封装(函数名的简化和部分kaldi函数的封装). 比如 cublasSgemm_v2封装为cublas_gemm cublas_copy_kaldi_fd和cublas_copy_kaldi_df封装为cublas_copy     cudamatrix/cu-kernels.{h,cu}     以cuda_add_col_sum_mat函数为例 对Kaldi cuda kernel或cublas

matrix/cblas-wrappers.h 该头文件对CBLAS与CLAPACK的接口进行了简单的封装(将不同数据类型的多个接口封装为一个). 比如 cblas_scopy和cblas_dcopy封装为cblas_Xcopy clapack_sgetri和clapack_dgetri封装为clapack_Xgetri     上述接口的声明位于matrix/kaldi-blas.h中         tools/ATLAS_headers/include/clapack.h matrix/k

http://blog.csdn.net/u013677156/article/details/77893661 1.kaldi解码过程 kaldi识别解码一段语音的过程是:首先提取特征,然后过声学模型AM,然后过解码网络HCLG.fst,最后输出识别结果. HCLG是解码时的重要组成部分.HCLG.fst是由4个fst经过一系列算法(组合.确定化和最小化等)组合而成的.4个fst分别是H.fst.C.fst.L.fst和G.fst,分别是HMM模型.上下文环境.词典和语言模型对应的fst. 

作者:zqh_zy链接:http://www.jianshu.com/p/c5fb943afaba來源:简书著作权归作者所有.商业转载请联系作者获得授权,非商业转载请注明出处. 本文通过简单kaldi源码,分析DNN训练声学模型时神经网络的输入与输出.在进行DNN训练之前需要用到之前GMM-HMM训练的模型,以训练好的mono模型为例,对模型进行维特比alignement(对齐),该部分主要完成了每个语音文件的帧到transition-id的映射. 不妨查看对齐后的结果: $ copy-int-

转自: http://www.jianshu.com/p/5b19605792ab?utm_campaign=maleskine&utm_content=note&utm_medium=pc_all_hots&utm_source=recommendation http://www.jianshu.com/p/6338fab6bd0a 刚刚拿到一个简单语料库练手,发现只有语音和对应文字, 这篇文章记录了从数据预处理到kaldi对数据进行训练和测试的全过程,这里首先训练单音节模型,其

转自:http://blog.csdn.net/zjm750617105/article/details/55211992 对于每个类别的GMM有几种思路: 第一是将所有训练数据按类别分开,每类的数据训练一个GMM模型 第二是将所有的数据训练一个UBM模型,然后将训练数据按类别分开,用MAP去训练每个类别的GMM(对角UBM的MAP貌似kaldi 没有) 第三就是将所有的数据训练一个UBM模型,然后不做MAP,直接用训好的UBM所GMM的初始值,然后将所有训练数据按类别分开,训练三个GMM模型(

转:http://ftli.farbox.com/post/kaldizhong-wen-shi-bie Kaldi语音识别 1.声学建模单元的选择 1.1对声学建模单元加入位置信息 2.输入特征 3.区分性技术 4.多音字如何处理? 5.Noise Robust ASR 6.Deep Learning[DNN/CNN替换GMM] 7.在手机等资源受限设备 author:Feiteng Email:lifeiteng0422@gmail.com date:2014/08/10 Kaldi训练脚本

首先,thchs30有两种数据库,kaldi运行的数据库最好是 thchs30-openslr. 修改run.sh里面的语音库路径  thchs30=... 修改nj线程数 等于CPU的核心数 修改cmd.sh  queue.pl 改为run.pl本地机器跑 运行出现错误: lexicon.txt验证出错 里面binary file  matches 这是grep的问题,grep -v -a '<s>' | grep -v -a '</s>' | sort -u > data