[语音识别] kaldi -- aidatatang_200zh脚本解析:三音速详解
[语音识别] kaldi -- aidatatang_200zh脚本解析:三音速详解
MachineLP
发布于 2021-07-20 10:19:29
发布于 2021-07-20 10:19:29
# train tri1 [first triphone pass]
steps/train_deltas.sh --cmd "$train_cmd" \
2500 20000 data/train data/lang exp/mono_ali exp/tri1 || exit 1;
# steps/train_deltas.sh <num-leaves> <tot-gauss> <data-dir> <lang- dir> <alignment-dir> <exp-dir>- num-leaves是叶子节点数目
- tot-gauss是总高斯数目
- data-dir是数据文件 夹
- lang-dir是存放语言的文件夹
- alignment-dir是存放之前单音素对⻬后结果的文件夹
- exp-dir是存放三音素模型结果的文件夹。
# decode tri1
utils/mkgraph.sh data/lang_test exp/tri1 exp/tri1/graph || exit 1;
steps/decode.sh --cmd "$decode_cmd" --config conf/decode.config -- nj 10 \
exp/tri1/graph data/dev exp/tri1/decode_dev
steps/decode.sh --cmd "$decode_cmd" --config conf/decode.config -- nj 10 \
exp/tri1/graph data/test exp/tri1/decode_testmkgraph.sh主要生成了HCLG.fst和words.txt这两个重要的文件，后续识别主要利用了三个文件，分别是final.mdl、HCLG.fst、words.txt。HCLG是解码时的重要组成部分。HCLG.fst是由4个fst经过一系列算法
本文参与 腾讯云自媒体分享计划，分享自作者个人站点/博客。
原始发表：2021-07-17 ，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读