Ubuntu18.04构建语音识别工具Kaldi并跑通整个TIMIT数据集(包含使用GPU的DNN)

本文主要是介绍Ubuntu18.04构建语音识别工具Kaldi并跑通整个TIMIT数据集(包含使用GPU的DNN),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!

语音识别工具应用最广泛的当属Kaldi了。

文章目录

  • 1. Kaldi简介
  • 2. Ubuntu18.04构建Kaldi
    • 2.1. 准备工作
    • 2.2. 编译Kaldi
    • 2.3. 测试Kaldi
  • 3. 重要更新
  • 4. 再次更新

1. Kaldi简介

  Kaldi是一个语音识别工具,在语音识别研究领域大量使用。以下摘录自博客:

Kaldi是一个C++实现的语音识别工具,它使用Apache v2.0开源协议。它的主要目标用户是语音识别的研究者,它提供现代和灵活的代码,使用C++实现,容易修改和扩展。强调通用算法和recipe;尽量使用能被证明正确的算法;Kaldi的代码都是通过彻底的测试的;尽量避免把简单问题复杂化;Kaldi是容易理解的;Kaldi是容易复用和重构的。目前,Kaldi的代码和脚本实现了大部分标准技术,包括标准的线性变换、MMI、boosted MMI和MCE区分式训练,也包括特征空间的区分性训练。

2. Ubuntu18.04构建Kaldi

2.1. 准备工作

  首先打开终端,从github上克隆Kaldi:git clone https://github.com/kaldi-asr/kaldi.git kaldi --origin upstream,等克隆完成以后,进入tools文件夹:cd tools,然后运行指令:./extras/check_dependencies.sh,该指令检查构建Kaldi所需的依赖项是否安装好。
在这里插入图片描述

图1 检查依赖项

类似于图1,每个人具体的不一样,按照它的建议安装没有安装的依赖项,例如:sudo apt-get install g++ make automake autoconf unzip sox gfortran libtool subversion python2.7。然后再运行./extras/check_dependencies.sh会发现提示没有安装Intel的math kernel library(MKL),可以运行命令extras/install_mkl.sh来安装,但是下载安装很慢,两个多小时。也可以直接去Intel MKL网站下载完整安装包,然后本地解压,进入mkl文件夹运行./install.sh安装。但是这样安装貌似还要自己配置环境变量(我第1次装的时候不用,第2次需要自己配置,索性直接用extras/install_mkl.sh命令,睡一觉起来就装好了)。这个包现在开源的了,去网站下载的话要先注册个账号,然后才能免费下。安装好以后,保险起见,再运行一次./extras/check_dependencies.sh,这次显示:
在这里插入图片描述

图2 依赖项安装完成

  现在依赖项安装完成了,构建Kaldi,tools文件夹里最重要的文件是openfst,这里采取稳妥的方法,去官网下载openfst-1.6.7的压缩包,然后拷贝到tools文件夹下。执行make -j4,4代表cpu的核心数,也可以直接输入make,就是运行慢一点。这里注意,如果事先没有拷贝openfst到tools文件夹下,运行make它也会下载,但是,但是总是出错,试了n次,百度了n次都没有解决。所以,稳妥起见,还是直接下载压缩包,拷贝进去,压缩包我也上传了,免费下载

这篇关于Ubuntu18.04构建语音识别工具Kaldi并跑通整个TIMIT数据集(包含使用GPU的DNN)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/645493

相关文章

使用Dify访问mysql数据库详细代码示例

《使用Dify访问mysql数据库详细代码示例》:本文主要介绍使用Dify访问mysql数据库的相关资料,并详细讲解了如何在本地搭建数据库访问服务,使用ngrok暴露到公网,并创建知识库、数据库访... 1、在本地搭建数据库访问的服务,并使用ngrok暴露到公网。#sql_tools.pyfrom

使用mvn deploy命令上传jar包的实现

《使用mvndeploy命令上传jar包的实现》本文介绍了使用mvndeploy:deploy-file命令将本地仓库中的JAR包重新发布到Maven私服,文中通过示例代码介绍的非常详细,对大家的学... 目录一、背景二、环境三、配置nexus上传账号四、执行deploy命令上传包1. 首先需要把本地仓中要

Spring Cloud之注册中心Nacos的使用详解

《SpringCloud之注册中心Nacos的使用详解》本文介绍SpringCloudAlibaba中的Nacos组件,对比了Nacos与Eureka的区别,展示了如何在项目中引入SpringClo... 目录Naacos服务注册/服务发现引⼊Spring Cloud Alibaba依赖引入Naco编程s依

Java springBoot初步使用websocket的代码示例

《JavaspringBoot初步使用websocket的代码示例》:本文主要介绍JavaspringBoot初步使用websocket的相关资料,WebSocket是一种实现实时双向通信的协... 目录一、什么是websocket二、依赖坐标地址1.springBoot父级依赖2.springBoot依赖

大数据spark3.5安装部署之local模式详解

《大数据spark3.5安装部署之local模式详解》本文介绍了如何在本地模式下安装和配置Spark,并展示了如何使用SparkShell进行基本的数据处理操作,同时,还介绍了如何通过Spark-su... 目录下载上传解压配置jdk解压配置环境变量启动查看交互操作命令行提交应用spark,一个数据处理框架

讯飞webapi语音识别接口调用示例代码(python)

《讯飞webapi语音识别接口调用示例代码(python)》:本文主要介绍如何使用Python3调用讯飞WebAPI语音识别接口,重点解决了在处理语音识别结果时判断是否为最后一帧的问题,通过运行代... 目录前言一、环境二、引入库三、代码实例四、运行结果五、总结前言基于python3 讯飞webAPI语音

基于Python开发PDF转PNG的可视化工具

《基于Python开发PDF转PNG的可视化工具》在数字文档处理领域,PDF到图像格式的转换是常见需求,本文介绍如何利用Python的PyMuPDF库和Tkinter框架开发一个带图形界面的PDF转P... 目录一、引言二、功能特性三、技术架构1. 技术栈组成2. 系统架构javascript设计3.效果图

MyBatis-Plus中静态工具Db的多种用法及实例分析

《MyBatis-Plus中静态工具Db的多种用法及实例分析》本文将详细讲解MyBatis-Plus中静态工具Db的各种用法,并结合具体案例进行演示和说明,具有很好的参考价值,希望对大家有所帮助,如有... 目录MyBATis-Plus中静态工具Db的多种用法及实例案例背景使用静态工具Db进行数据库操作插入

Java使用Mail构建邮件功能的完整指南

《Java使用Mail构建邮件功能的完整指南》JavaMailAPI是一个功能强大的工具,它可以帮助开发者轻松实现邮件的发送与接收功能,本文将介绍如何使用JavaMail发送和接收邮件,希望对大家有所... 目录1、简述2、主要特点3、发送样例3.1 发送纯文本邮件3.2 发送 html 邮件3.3 发送带

通过ibd文件恢复MySql数据的操作方法

《通过ibd文件恢复MySql数据的操作方法》文章介绍通过.ibd文件恢复MySQL数据的过程,包括知道表结构和不知道表结构两种情况,对于知道表结构的情况,可以直接将.ibd文件复制到新的数据库目录并... 目录第一种情况:知道表结构第二种情况:不知道表结构总结今天干了一件大事,安装1Panel导致原来服务