本文主要是介绍kaldi环境搭建 、 yesno 测试,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!
我这里只是简单记录了安装过程中出现的几个小问题,下面的参考链接就很好学习。也遇到和我同样问题的可以再接着看我的博文内容哈
- 参考链接一
- 参考链接二
- 参考二
文章目录
- 系统环境
- kaldi365 环境搭建步骤如下
- 安装成功测试
- 📙 博主 AI 领域八大干货专栏、诚不我欺
- 📙 预祝各位 2022 前途似锦、可摘星辰
系统环境
- 命令粘贴在此:
cat /proc/meminfo | grep MemTotalMemTotal: 8086220 kB
cat /proc/cpuinfo | grep name | cut -f2 -d: |uniq -c8 Intel(R) Core(TM) i7-4710MQ CPU @ 2.50GHzcat /proc/meminfo | grep MemTotalMemTotal: 8086220 kBnvidia-smiGT750M
kaldi365 环境搭建步骤如下
conda create -n kaldi365 python=3.6.5conda activate kaldi365cd /home/zhijian/project/python/kaldi-master/tools
运行
./extras/check_dependencies.sh
检查kaldi依赖,主要处理过程如下:
- small bug 1:
首次检查依赖,缺少 Intel MKL 库
./check_dependencies.sh
./check_dependencies.sh: Intel MKL is not installed. Run extras/install_mkl.sh to install it.... You can also use other matrix algebra libraries. For information, see:... http://kaldi-asr.org/doc/matrixwrap.html
- 解决方法: Run
./extras/install_mkl.sh
to install it. - 补充说明: 这里下载 Intel MKL 库时下载速度很慢,我ubuntu系统镜像源切换为了清华源ubuntu16.04更换清华源,希望能够快点。
下载过程主要如下:
需要下载 282 MB/300 MB 的归档。
获取:1 https://apt.repos.intel.com/mkl all/main amd64 intel-mkl-core-rt-2020.0-166 amd64 2020.0-166 [126 MB]
获取:2 https://apt.repos.intel.com/mkl all/main amd64 intel-mkl-core-2020.0-166 amd64 2020.0-166 [106 MB]
已下载 205 MB,耗时 2小时 58分 4秒 (19.2 kB/s)
可能根据网速需要耐心等待看到:
./install_mkl.sh: MKL package intel-mkl-64bit-2020.0-088 was successfully installed
说明这一步安装成功
- small bug 2: 再次运行
./extras/check_dependencies.sh
,警告如下:
./extras/check_dependencies.sh: WARNING python 2.7 is not the default python. We fixed this by adding a correct symlink more prominently on the path.... If you really want to use python 3.6.5 as default, add an empty file /home/zhijian/project/python/kaldi-master/tools/python/.use_default_python and run this script again.
./extras/check_dependencies.sh: all OK.
解决方法:
cd python/
vim .use_default_python
如警告所说创建空文件即可,这样kaldi会使用我们conda环境里的python
然后再次运行检查脚本,依赖完全OK
~/project/python/kaldi-master/tools$ ./extras/check_dependencies.sh
./extras/check_dependencies.sh: all OK.
第一步:进入tools目录,按 INSTALL 文件内容执行相应步骤
- tools 目录下执行:
make -j 4
- 编译成功的最后输出如下图:
第二步:进入src目录,按 INSTALL 文件内容执行相应步骤。 我的电脑本身是8核,make命令使用 6核 即可
./configure --sharedmake depend -j 6make -j 6
- 以上3个命令,最终编译成功输出如下:
make[1]: Leaving directory '/home/zhijian/project/python/speech/kaldi/src/latbin'
echo Done
Done
至此,kaldi的安装部署过程全部结束。
安装成功测试
- 验证kaldi是否安装成功,可以选择运行 egs/ 目录下的许多测试用例脚本。
- 本文以 egs/yesno/ 为例,运行kaldi/egs/yesno/s5 下的run.sh脚本即可。
kaldi/egs/yesno/s5$ ./run.sh
脚本运行会自动下载数据集 waves_yesno.tar.gz ,如果下载太慢,可以自行下载数据集之后 copy 到
该目录下,解压即可。
- 运行成功输出如下:
add-self-loops --self-loop-scale=0.1 --reorder=true exp/mono0a/final.mdl exp/mono0a/graph_tgpr/HCLGa.fst
steps/decode.sh --nj 1 --cmd utils/run.pl exp/mono0a/graph_tgpr data/test_yesno exp/mono0a/decode_test_yesno
decode.sh: feature type is delta
steps/diagnostic/analyze_lats.sh --cmd utils/run.pl exp/mono0a/graph_tgpr exp/mono0a/decode_test_yesno
steps/diagnostic/analyze_lats.sh: see stats in exp/mono0a/decode_test_yesno/log/analyze_alignments.log
Overall, lattice depth (10,50,90-percentile)=(1,1,2) and mean=1.2
steps/diagnostic/analyze_lats.sh: see stats in exp/mono0a/decode_test_yesno/log/analyze_lattice_depth_stats.log
local/score.sh --cmd utils/run.pl data/test_yesno exp/mono0a/graph_tgpr exp/mono0a/decode_test_yesno
local/score.sh: scoring with word insertion penalty=0.0,0.5,1.0
%WER 0.00 [ 0 / 232, 0 ins, 0 del, 0 sub ] exp/mono0a/decode_test_yesno/wer_10_0.0
本次博文就简单记录到这里啦
📙 博主 AI 领域八大干货专栏、诚不我欺
- 🍊 计算机视觉: Yolo专栏、一文读懂
- 🍊 计算机视觉:图像风格转换–论文–代码测试
- 🍊 计算机视觉:图像修复-代码环境搭建-知识总结
- 🍊 计算机视觉:超分重建-代码环境搭建-知识总结
- 🍊 深度学习:环境搭建,一文读懂
- 🍊 深度学习:趣学深度学习
- 🍊 落地部署应用:模型部署之转换-加速-封装
- 🍊 CV 和 语音数据集:数据集整理
📙 预祝各位 2022 前途似锦、可摘星辰
- 🎉 作为全网 AI 领域 干货最多的博主之一,❤️ 不负光阴不负卿 ❤️
- ❤️ 过去的一年、大家都经历了太多太多、祝你披荆斩棘、未来可期
-
🍊 深度学习模型训练推理——基础环境搭建推荐博文查阅顺序【基础安装—认真帮大家整理了】
-
📆 最近更新:2022年1月21日
-
🍊 点赞 👍 收藏 ⭐留言 📝 都是博主坚持写作、更新高质量博文的最大动力!
这篇关于kaldi环境搭建 、 yesno 测试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!