原创 kaldı、kaldi-ctc的安裝(CUDA+CUDNN)

操作系統：Ubuntu14.04（64位） 顯卡：GTX750Ti CUDA版本：7.5(後綴爲cuda_7.5.18_linux.run)（截止2019-3-1，kaldi僅支持cuda7.5和cuda8.0） CUDNN版本：5.1(

2020-06-16 07:39:56 9

原创 語音識別中的詞錯率（SER）以及字錯率（WER）

1.句錯率 句錯率（Sentenct Error Rate，SER）：如果識別的句子與標準句子中由任意一個字不對應，那麼這句話就是錯的，錯的句子個數除以總句子個數即爲句錯率。 公式如下：                         

2020-02-23 01:59:01 10

原创 ffmpeg 錯誤修正

1.Unable to find a suitable output format for 'strict -2' strict -2: Invalid argument 2.The encoder 'aac' is experiment

2019-04-09 19:38:31 3

原创 dnn+i-vector在kaldi中的實現。

需要三行腳本，你可以一行做一個腳本文件，這樣就不需要每次提取特徵都要重新訓練1步驟和2步驟的模型了。 1：steps/online/nnet2/train_diag_ubm.sh --cmd "$train_cmd" data/train

2018-09-16 23:32:37 7

原创 kaldi 數據準備錯誤集

問題1：utils/validate_data_dir.sh: file data/sre/utt2spk is not in sorted order or has duplicates 解決方法： 解決方法，你可以這樣試一下。 uti

2018-08-27 07:21:30 15

原创 mysql linux遠程訪問

第一步：首先鏈接本機的mysql(用ssh登錄終端，輸入如下命令)： mysql -uroot -p 輸入密碼登陸進去後，輸入如下的語句，執行。 grant all privileges on *.* to ‘user‘@’%‘ iden

2018-08-27 07:21:30

原创 kaldi dnn

1.如果你要跑dnn，那麼你的訓練數據集必須大於300條，不然會莫名其妙的出錯。（這個錯花了我1天的時間）2.如果你要用score.sh來對你的 dan's dnn 模型進行解碼，那麼在執行解碼decode.sh之前，你需要cp exp/

2018-08-27 07:21:30 7

原创 語音識別之語料準備

首先要制定好音頻的格式，比如：Mono（單聲道），16000hz（採樣率），音頻格式爲wav。 接着，錄音的時候一定要慢！不要太快，如果太快的話識別率會很低。

2018-08-27 07:21:30 3

原创 timit實例的運行

首先安裝ubuntu14.04平臺，安裝好後就開始安裝各種kaldi需要的組件，代開終端，在其中輸入如下代碼 安裝前的配置    sudo apt-get install libtool    sudo apt-get install

2018-08-27 07:21:30

原创 kaldi mfcc

Kaldi特徵提取之-預處理背景本質上語音信號是一維的時間信號，隨時間上下波動。現實中，人們再說話時會受到各種音素的干擾，爲了進一步進行處理，我們必須進行必要的預處理以便之後的特徵提取。諸如FBank，MFCC，PLP等都需要經過預處理步

2018-08-27 07:21:30 1

原创 kald腳本解釋

數據準備 譯者：V ([email protected])  水平有限，如有錯誤請多包涵。   @wbglearn校對。 介紹 在運行完示例腳本後（見Kaldi tutorial），你可能會想用自己的數據在Kaldi上跑一下。本節主

2018-08-27 07:21:29 48

原创 GMM-HMM理解

本文簡明講述GMM-HMM在語音識別上的原理，建模和測試過程。這篇blog只回答三個問題： 1. 什麼是Hidden Markov Model？ HMM要解決的三個問題: 1) Likelihood 2) Decoding 3)

2018-08-27 07:21:29 3

原创 kaldi-ctc的安裝、編譯、測試

操作系統：Ubuntu14.04（64位）顯卡：GTX750TiCUDA版本：7.5(後綴爲.deb)CUDNN版本：5.1（for cuda 7.5）(後綴爲.tgz)（以上文件均在官網下載，顯卡驅動在你安裝cuda的時候就會自動安裝（

2018-08-27 07:21:29 5

原创 基於kaldi的在線語音識別

本文是基於kaldi的在線語音識別，使用b/s架構進行在線識別。適用於剛剛接觸的小白。開發環境：jdk-1.8，Ubuntu16.04，Eclipse。開發過程：（1）準備必須的文件如果你想要實現在線語音識別功能在kaldi下，那麼你需要

2018-08-27 07:21:29 9

原创 kaldi 說話人自適應

自適應的作用是，補償實際數據與已經訓練的三音素模型中聲學條件不匹配的問題，包括說話人特性（說話方式、口音等）及環境特性（如錄音設備、房間混響等）。在GMM-HMM模型中，自適應方法有特徵空間變換和模型空間變換。Kaldi中主要採用的是特徵

2018-08-27 07:21:29 18