Kaldi学习笔记：跑tidigits样例

最新推荐文章于 2024-05-13 15:46:07 发布
原创 最新推荐文章于 2024-05-13 15:46:07 发布 · 4.5k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#kaldi

本文记录了使用Kaldi处理TIDIGITS语料库的过程，包括语料库介绍、样例运行的注意事项，如修改目录名称、处理大小写问题、缺失文件的解决等。通过调整，最终得到的运行错误率接近3%。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

1、语料库----TIDIGITS(LDC93S10)

这个语料库分为Adults和Chidlren两部分


里面均有TIDIGITS子目录


TIDIGITS子目录中有TEST和TRAIN数据


TEST和TRAIN目录下分别有按照性别和说话人分类的WAV文件，是我们需要的训练和测试数据。接下来要使用Kaldi下egs中的tidigits样例来处理这些数据。



2、跑样例

#=======# 第一个要注意的地方：脚本中test train tidigits这些目录名称全是小写字母，所以先把语料库中的那些大写的目录名称全修改为小写。

最低0.47元/天 解锁文章

200万优质内容无限畅学
Tina_ZHOU3
关注
kaldi timit实例运行全过程
shmilyforyq的博客
07-17 9655
第一步：准备timit的数据包 1.下载timit数据包，我已经上传到百度云盘—链接http://pan.baidu.com/s/1qYkDora 2.将timit数据包TIMIT.zip从Windows加载到linux服务器上（我用的服务器，当然你们可以用虚拟机） 打开SecureCRT，点击链接SFTP会话，（你需要提前将TIMIT.zip放在
Kaldi学习笔记：跑Aurora语料库
Tina_ZHOU3的博客
08-12 2953
1、Aurora语料库 跟tidigits有点类似，说话的内容也是1-9ZO，test有1000条数据，train有8000多条数据。在Kaldi中没有Aurora的样例，可以在tidigits的样例上加以修改。 2、修改tidigits样例 首先语料库的路径是要修改的。然后根据你自己的语料库的目录结构来修改这里的判断条件和赋值。 两个语料库最主要的区别是，aurora中每
TIDIGITS数据集介绍，官网编号LDC93S10
最新发布
ldcdata的博客
05-13 579
对于TIDIGITS数据集中的语音识别任务，HTK（Hidden Markov Model Toolkit）是一个常用的工具包。HTK识别器需要一个用Standard Lattice Format (SLF)建立的词的网络，该网络描述了词与词之间的转移。可以使用Hparse命令来创建这个词的网络，而。TIDIGITS数据集主要包含11个孤立数字，分别为one、two、three、four、five、six、seven、eight、nine、oh和zero。在数据准备阶段，需要建立任务语法，例如使用类似。
digits.zip
03-28
利用k-近邻算法实现手写数字的识别，两个文件夹一个是训练的，一个是测试的，两个文件夹数据不重合，而且都是32*32的
用HTK搭建语音识别器实录(TIDigits数据库)
xiaoding133的专栏【Stay hungry,Stay foolish】
12-21 9872
TIDIGITS数据库包含11个孤立数字，分别为one,two,three,four ,five,six,seven,eight,nine,oh,zero. 1.数据准备 1.1.1 建立任务语法 它的任务语法如下: $digit= ( one | two | three | four | five |six | seven | eight | nine | zero | oh ); (
使用sklearn设计“最优的”手写数字体digits数据集和鸢尾花数据集的分类器
qq_48068259的博客
11-16 474
通过不同分类器类型选择、优化方法、激活函数，设计一个“最优的”手写数字体digits数据集和鸢尾花数据集的分类器
digit语音库
05-29
数字语音库 英文 可作数字语音分析语料 wav文件 分为训练和测试部分
Aurora2 语音数据库的建立
book_bbyuan的博客
08-22 2419
Aurora2 语音数据库 经常在学术上被用来作为评测数据库，很多语音识别的base数据库，HTK的训练模型数据库，VAD，基频检测都用Aurora2语音数据库。 Aurora2语音数据库的具体情况可以参考 http://aurora.hsnr.de/aurora-2.html,大致含义是 这个数据库是由 TIDigits 数据库 变换过来的，说白了就是 降采样之后...
kaldi-nn:基于Kaldi的扩展语音识别神经网络可再现性研究
05-13
基于Kaldi的扩展语音识别神经网络可再现性研究 变更日志 将ReLU，SoftHinge添加到nnet1 将Pnorm，Maxout添加到nnet1 优化Maxout GPU内核代码（与Pnorm一样快） 添加不带投影层的LSTM 添加egs / hkust以重现结果 ...
kaldi-serve:Kaldi ASR工具包的服务器框架
05-09
Kaldi-Serve 一种基于 ASR工具包的即插即用抽象，旨在简化部署和优化运行时性能。 主要特点： 实时流（单向和双向）音频识别。 服务器环境的线程安全并发解码器队列。 RNNLM点阵记录。 具有AM / LM成本，单词...
digits:数字数据库
07-07
概述 一个提供电话号码模型数据库的 Play 应用程序。 安装 下载并解压 .zip 文件 目录中的“cd” 调用 Play 控制台 执行“运行”命令 在查看应用程序 用法 还没有使用，只是一个模型。 学分 感谢 ICS 314，2013 年秋季的支持。
ICDAR2013数据集 下载
08-11
ICDAR数据集，完整下载 包括end-to-end/text localization/text segmentation/word recognition
资源 | 25个深度学习开源数据集，have fun !
数据派THU
04-10 1835
作者：PRANAV DAR翻译：Nicola校对：冯羽本文共4000字，建议阅读8分钟。本文介绍了图像处理，自然语言处理，以及音频/语音处理三类25个开源数据集。简介深度学习（或生活中的大部分领域）的关键是演练。演练各种问题-从图像处理到语音识别。每个问题都有其独特的细微差别和方法。但是，哪里可以获得这些数据？现今你看到的很多研究论文都使用通常不向公众开放的专有数据集。而这成为了如果你学习并应用你
数据集的创建（digits）
weixin_41850360的博客
09-26 4133
数据集的构建（digits） 数据集的选择 Digits提供多种数据集的创建，包括图片分类、目标检测、图像分割和其他类的数据集。 图片分类的数据集 图片分类的数据集创建包含三部分： 数据集原图片的类型选择， 图片类型灰度or彩色 图片的resize大小，resize的方式可选：fill 、crop 、squash等 数据集的来源。 包括三种方式，制定文件夹方式、上传文件方式和s3...
通过划分来解析表达：多模态感知数据的表示学习框架
binqiang2wang
10-27 8521
通过划分来解析表达：多模态感知数据的表示学习框架 W.Hsu, and J. Glass, “Disentangling by Partitioning: A Representation Learning Framework for Multimodal Sensory Data,” arXiv preprint arXiv:1805.11264. 摘要：多模态感知数据是一种类似于人类感知学习的...
windows环境下安装配置dlib（上）
热门推荐
Tina_ZHOU3的博客
01-29 2万+
最近一个project要用到人脸检测（face detection），发现一个叫dlib的toolkit很好用，detect的灵敏度和marker点的准确度都比较高。 dlib在Ubuntu上安装编译比较方便，但因为我这个project的前半部分都在windows环境上，所以想要在windows上配置。 中途遇到了挺多问题，做个记录。 1、在GitHub上可以下载dlib（https
Kaldi学习-----上名词的一些理解（一）
fukaiqi1010的博客
07-12 917
acoustic scale:　通常设置为0.1，意味着声学模型的log概率得到的权重远低于语言模型。在Score的脚本中，经常会看到一系列要搜索的语言模型权重（例如7到15的范围）。 这些可以解释为声acoustic scale的倒数; 这是两者对维特比解码很重要的比例alignment：表示一句话通过维特比(最佳路径)对齐的HMM状态序列表示，与transtions-id同义。show-ali...
Kaldi 笔记：实用脚本与注意事项详解
Kaldi-Notes可能包含了一系列的使用笔记、教程和最佳实践，这些都是为了帮助用户更有效地使用Kaldi。 7. 执行脚本的角色： 提到的可执行脚本可能包含了预处理音频、运行识别任务或展示结果的命令。这些脚本是Kaldi...
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值