kaldi解碼及特徵提取詳解

目錄

• 1. 注意事項
• 2. 流程圖：
• 3. 具體流程指令：

---

1. 注意事項

• 首先要訓練好模型，用到3個文件，分別是：
  • final.mdl(訓練模型得到的模型文件)
  • final.mat（用來特徵轉換）
  • HCLG.fst（fst文件）
• 此外要提供待解碼音頻文件或路徑.scp文件：
  • wav.scp(音頻路徑.scp文件)

2. 流程圖：

st=>start: 開始
op1=>operation: compute-mfcc-feats
op2=>operation: copy-feats
op3=>operation: compute-cmvn-stats
op4=>operation: apply-cmvn
op5=>operation: splice-feats
op6=>operation: transform-feats
op7=>operation: nnet-latgen-faster
st->op1->op2->op3->op4->op5->op6->op7

流程每一步意義如下：

1. 使用compute-mfcc-feats提取特徵，生成對應的特徵文件feats.ark；
2. 使用copy-feats來拷貝特徵文件，並創建特徵的scp文件，生成feat.scp feat.ark ；
3. 使用compute-cmvn-stats計算CMVN歸一化，得到cmvn.scp cmvn.ark ；
4. 使用apply-cmvn得到了applycmvn.ark文件；
5. 使用splice-feats來繼續變換特徵 ，拼接相鄰幀的特徵；
6. 使用transform-feats來進行特徵轉換，爲了解碼調用 ；
7. 最後通過得到的transform.ark進行解碼的操作，得到解碼後的lattice文件 。

3. 具體流程指令：

1. 首先列出具體文件，這裏我就按照自己的文件給出了，如果用別的，改相應文件就行了
   1. wav.scp(裏面是保存了wav的絕對路徑)
   2. final.mdl(訓練模型得到的模型文件)
   3. final.mat（用來特徵轉換）
   4. HCLG.fst（fst文件，用於解碼）
2. 使用compute-mfcc-feats生成對應的特徵文件feats.ark:
   compute-mfcc-feats --use-energy=false scp:wav.scp ark:feats.ark
3. 使用copy-feats來拷貝特徵文件，並創建特徵的scp文件，生成feat.scp feat.ark
   copy-feats ark:feats.ark ark,scp:feat.ark,feat.scp
4. 使用compute-cmvn-stats計算CMVN歸一化，得到cmvn.scp cmvn.ark
   compute-cmvn-stats scp:feat.scp ark,scp:cmvn.ark,cmvn.scp
5. 使用apply-cmvn，得到了applycmvn.ark文件
   apply-cmvn scp:cmvn.scp scp:feat.scp ark:applycmvn.ark
6. 使用splice-feats來繼續變換特徵
   splice-feats --left-context=3 --right-context=3 ark:applycmvn.ark ark:splice.ark
7. 使用transform來進行特徵轉換，爲了解碼調用
   transform-feats final.mat ark:splice.ark ark:transform.ark
8. 最後通過得到的transform.ark進行解碼的操作，得到一個晶格文件
   nnet-latgen-faster [options] <nnet-in> <fst-in|fsts-rspecifier> <features-rspecifier> <lattice-wspecifier>