【kaldi】Kaldi tutorial翻译之Prerequisites(前提条件)-kaldi学习前必备梳理

本文主要是介绍【kaldi】Kaldi tutorial翻译之Prerequisites(前提条件)-kaldi学习前必备梳理,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!


本翻译仅供自己学习使用,不承担任何其他责任。水平有限拒绝转载。欢迎大家指出错误,共同学习。



我们假设本页的读者了解使用HMM-GMM进行语音识别的基础知识。在这里我们需要在线简明介绍的是:M. Gales and S. Young (2007).``The Application of Hidden Markov Models in Speech Recognition." Foundations and Trends in Signal Processing 1(3): 195-304. HTK教程也是一个非常好的资源。然而,除非你拥有很棒的数学底子而且非常专注于它,我们并不建议学习者冲破经典(outside an institutional setting.)进行语音识别学习。本页读者同时也是语音识别研究者,也可能是这个领域的毕业生或者进阶者。



我们假定你知道C++,至少熟悉一些shell脚本,最好使用bash或者相近的shell。本教程假定你正在使用UNIX相关环境或者Cygwin(虽然Kaldi不必完全匹配或者运行在所有的这些环境中)。


还有重要的是,本教程假定你能访问在Linguistic Data Consortium (LDC)中的Resource Management (RM) CDs中的原始分布式数据(in the original form as distributed)。我们假定你已经下载了这些数据并且同时获得了目录编号为LDC93S3A的数据。它被分为两个部分。请仔细一点,因为RM数据用不同的布局时预先会有一个不同的分布。


本系统的必要条件很简单。我们假定你拥有以下工具包(tools)包括wget, git, svn, awk, perl等等,或者你了解如何去安装它们。安装过程中最困难的部分主要跟math library ATLAS相关。如果你系统当中没有安装这个库,你需要去编辑它而且这过程中CPU throttling需要被关闭,这需要root权限。我们提供所有安装步骤的脚本和细节介绍。当脚本运行失败,请仔细阅读运行结果,可以为如何解决这个问题提供思路。如果在任何步骤有问题请联系我们,无论这个问题多么小,请参照 Other Kaldi-related resources (and how to get help)。


我们提供了一些关于本教程中每一步执行需要多久之类的信息。如果你只有很有限的时间去完成这个教程,一定要跳过以下步骤及不想链接到我们在文本中提供的那么多信息的话,我们还是建议你尽量遵守已经公布的时间表。这将会确保你能得到一个比较好的全局概览。你在之后的学习中需要复习更多数学中的细节。如果本教程用于教学,请把整个教程在相应环境下运行一遍,以此确保所有的先行条件都被安装。

---------------------------------------------------------------------------------------------------------

kaldi主页:http://kaldi-asr.org/doc/index.html

---------------------------------------------------------------------------------------------------------


这篇关于【kaldi】Kaldi tutorial翻译之Prerequisites(前提条件)-kaldi学习前必备梳理的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1104271

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

线性代数|机器学习-P36在图中找聚类

文章目录 1. 常见图结构2. 谱聚类 感觉后面几节课的内容跨越太大,需要补充太多的知识点,教授讲得内容跨越较大,一般一节课的内容是书本上的一章节内容,所以看视频比较吃力,需要先预习课本内容后才能够很好的理解教授讲解的知识点。 1. 常见图结构 假设我们有如下图结构: Adjacency Matrix:行和列表示的是节点的位置,A[i,j]表示的第 i 个节点和第 j 个

Node.js学习记录(二)

目录 一、express 1、初识express 2、安装express 3、创建并启动web服务器 4、监听 GET&POST 请求、响应内容给客户端 5、获取URL中携带的查询参数 6、获取URL中动态参数 7、静态资源托管 二、工具nodemon 三、express路由 1、express中路由 2、路由的匹配 3、路由模块化 4、路由模块添加前缀 四、中间件