kaldi的prepare_data.sh模块解读

最新推荐文章于 2024-10-11 08:06:19 发布

Drop_past

最新推荐文章于 2024-10-11 08:06:19 发布

阅读量1k

点赞数

分类专栏： kaldi 文章标签： kaldi prepare_data.sh

本文链接：https://blog.youkuaiyun.com/Drop_past/article/details/100089778

版权

本文主要探讨了kaldi项目中用于数据预处理的prepare_data.sh脚本，适合初学者了解其工作原理和使用方法。尽管可能存在不足之处，欢迎读者指正和补充。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#!/bin/bash
#
# Copyright  2017  Johns Hopkins University (Author: Shinji Watanabe, Yenda Trmal)
# Apache 2.0

# Begin configuration section.
mictype=worn # worn, ref or others
cleanup=true
# End configuration section
. ./utils/parse_options.sh  # accept options.. you can run this run.sh with the

. ./path.sh

echo >&2 "$0" "$@"
if [ $# -ne 3 ] ; then ##核对输入参数的数量是否准确
  echo >&2 "$0" "$@"
  echo >&2 "$0: Error: wrong number of arguments"
  echo -e >&2 "Usage:\n  $0 [opts] <audio-dir> <json-transcript-dir> <output-dir>"
  echo -e >&2 "eg:\n  $0 /corpora/chime5/audio/train /corpora/chime5/transcriptions/train data/train"
  exit 1
fi
## set -e表示一旦脚本中有命令的返回值为非0，则脚本立即退出，后续命令不再执行;
## set -o pipefail表示在管道连接的命令序列中，只要有任何一个命令返回非0值，则整个管道返回非0值，即使最后一个命令返回0.
set -e -o pipefail

##adir是语音目录，jdir是标注文件所在目录，dir是输出目录
adir=$1
jdir=$2
dir=$3

json_count=$(find -L $jdir -name "*.json" | wc -l) ##此处是标注数据的数量统计
wav_count=$(find -L $adir -name "*.wav" | wc -l) ##此处是语音数据的数量统计

if [ "$json_count" -eq 0 ]; then
  echo >&2 "We expect that the directory $jdir will contain json file

最低0.47元/天解锁文章