如何跑通一个深度学习项目 | wekws语音识别入门

前言

保姆级教程，从0开始带你从配置环境开始，上手一个语音识别的深度学习项目 wekws。

STEP1 安装miniconda3

进入到miniconda官网的安装网址，选择对应平台的安装方式，此处以linnux平台为例。当然你也可以选择安装Anaconda。

Installing Miniconda — Anaconda documentation

将指令复制，逐条输入到命令行中，等待其自动安装。安装完成后会在根目录下看到一个miniconda的文件夹，使用命令ls可以进行查看当前目录下的文件。

如果在安装时选择默认激活conda，那么就会在用户前面看到(base)

如果没有，则需要手动初始化一下conda，使用命令：

source miniconda/bin/activate

STEP2 克隆远程仓库

此处选择一个端到端的语音识别项目，wekws: Production First and Production Ready End-to-End Keyword Spotting Toolkit

点开后找到git clone链接，或者下划找到作者README下的Installation，直接复制代码。

在Linux命令窗口中输入代码后回车，就能在目录里看到wekws的文件夹了。

STEP3 配置项目运行环境

根据Installation中的第二个方框中的代码，逐行输入到Linux的命令窗口中，就能自动完成环境的配置。一定要先初始化conda

整个安装过程几乎不用管，只用一直输入‘y’

有时由于网络问题，会出现连接超时等报错，则需要在运行pip安装对应包时，加上-i选项，换为国内镜像源。

pip install -r requirement.txt -i <source>

- 中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
- 豆瓣(douban) http://pypi.douban.com/simple/
- 清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/

第二行代码运行之后便激活了基础的Python环境，接着转到wekws的目录下，再运行第三行代码：

cd ~/wekws
pip install -r requirements.txt

可以通过下面的命令，查看环境是否配置完善：

conda list

STEP4 运行项目

使用下面的命令，就可以开始运行你的第一个深度学习项目了

cd examples/speechcommand_v1/s0/
bash run.sh

当然，很有可能在运行的过程中出现莫名奇妙的报错，那么可能需要在VScode中进行调试。

STEP5 查看结果

当模型训练结束后会生成一个tensorboard的文件夹，你可以使用Python中的tensorboard包，可视化训练过程，观察Loss的变化趋势等。只需要在终端中输入如下命令：

tensorboard --logdir=<your log directory> --port=<your port>

根据提示，在浏览器中访问对应端口，就能看到图表了。

如果有什么问题，欢迎在评论区交流！谢谢你的阅读！