kaldi语音识别：yesno模型图形化lattice（又叫词图）

最新推荐文章于 2025-06-22 12:38:10 发布
原创 最新推荐文章于 2025-06-22 12:38:10 发布 · 2.1k 阅读 · 3 ·
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。

博客介绍了lattice（词图）相关参考文章，还说明了打印lattice需用到kaldi/egs/wsj/s5/utils/show_lattice.sh脚本，进入指定目录执行命令可将特定语音对应的lattice打印成pdf文件，若有路径问题可修改path.sh脚本，并给出了对应word示例。

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

关于lattice（又叫词图），可以参考如下的文章

https://blog.youkuaiyun.com/u011930705/article/details/81737937

https://blog.youkuaiyun.com/yutianzuijin/article/details/77621511

那么把lattice打印出来，需要用到kaldi/egs/wsj/s5/utils/show_lattice.sh脚本

进入kaldi/egs/wsj/s5

执行如下的命令，将utt-id为1_0_0_0_0_0_0_0的语音对应的lattice打印出来，生成了1_0_0_0_0_0_0_0.pdf文件。

./utils/show_lattice.sh 1_0_0_0_0_0_0_0  ../../yesno/s5/exp/mono0a/decode_test_yesno/lat.1.gz ../../yesno/s5/data/lang/words.txt

如果路径相关的问题，修改一下kaldi/egs/wsj/s5下面的path.sh脚本。

下面就是utt-id为1_0_0_0_0_0_0_0的语音对应的lattice，对应的word就是yes no no no no no no no

boyStray
关注
利用Tensorflow 2框架搭建端到端的语音识别模型，并实践其性能
AI天才研究院
08-13 849
语音识别（Speech Recognition）是计算机及其相关领域的一个重要研究方向。如今，随着深度学习技术的进步以及语音处理技术的革新，传统的语音识别方法已无法满足需求，越来越多的人开始关注端到端的语音识别方法。端到端的语音识别方法的主要特点是把声学模型、语言模型、分类器等模块全部整合成一个系统，从而实现一体化、高效率、可靠的语音识别。在本文中，作者将详细介绍如何利用Tensorflow 2和Kaldi库进行端到端的语音识别。
深入浅出语音识别-yesno例子剖析
A00553344的专栏
04-22 2585
源文件如下： #！/bin/bash train_cmd="utils/run.pl" decode_cmd="utils/run.pl" #========== 下载原始数据文件并解压到waves_yesno目录======== if [! -d waves_yesno ]; then wget http://www.openslr.org/resources/1/w...
Kaldi-yesno详解
nsh119的博客
08-11 6358
在Kaldi的egs文件下有很多基于公共语音数据库的训练步骤及测试结果，其中也有中文的，本文就相对很简单的yesno样例结合脚本以及脚本运行结果进行详细的解析，以更好地理解语音识别的整体流程。 总括 我们先来看一下run.sh脚本 cd ./egs/yesno/s5/ vi run.sh =================================================...
Lattice
weixin_30477797的博客
09-09 313
Lattice是一个无环WFSA，结点可以是hmm状态、hmm(音素)、词，每个结点是一段音频在某个时间的对齐 用训练好的声学模型、现成的语言模型和发音字典构建解码网络(wfst)，最后将提取的测试集的语音特征输入以上解码网络，得到网格结构(lattice)的语音识别结果。 Lattice可用于语言模型的得分重估计 一个Lattice是为一段音频产生的，Lattice是一个带权无向图，...
Kaldi：语音识别系统开发实践指南
最新发布
weixin_42600128的博客
06-22 952
Kaldi起源于2009年，由Daniel Povey在约翰霍普金斯大学的语音与语言处理中心发起，并迅速成为世界上最受欢迎的开源语音识别工具包之一。它的名字来源于斯瓦希里语中的“马”，象征着速度和力量。Kaldi得到了学术界和工业界的广泛使用，特别在研究与开发语音识别系统方面，它提供了灵活的框架和丰富的算法实现。egs目录在Kaldi中代表“示例”(example scripts)，它包含了各种语音识别的示例脚本，这些脚本展示了如何使用Kaldi进行特定任务。
kaldi理解WFST，HCLG，lattice
热门推荐
qq_36782366的博客
11-03 1万+
文章目录WFST，HCLGlattice WFST，HCLG 首先看博客：传送门 同时可以参考如何去查看里面的各个文件：传送门 了解HCLG.fst由哪四部分构成的，他们的构成的先后顺序是怎么样的，以及构成每一步的时候他们的输入输出文件是什么。 HCLG.fst由四部分构成 G：语言模型WFST，输入输出符号相同，实际是一个WFSA（acceptor接受机），为了方便与其它三个WFST进行操...
kaldi test for yesno
anzhuangguai的专栏
08-24 523
OS: Ubuntu 18.08 Install Steps: 1 git clone 2 cd tools/extra/ check_depend.sh 3 sudo apt-get softwares needed by step2 4 sudo apt-get install libatlas-dev ubuntu18.08 's libatlas-dev version is ...
Kaldi入门：yesno项目
hdm314的博客
08-07 1666
这个学期选了一门自然语言处理课，结果这门课主要的研究课题是自动语音识别（ASR）。既然入了这个坑。就先好好了解一下如何做ASR吧。 老师Tom Ko要求使用Kaldi这个工具来做ASR。课上到一半才知道Kaldi中有几千行的脚本代码是老师提交的。好吧，脚本好难的。 为了入门Kaldi，课程的第5次Lab是一个mini projec: yesno 首先要下载并编译Kaldi，安装的过程不是我的学习重点，可以先参考Kaldi的下载安装与编译，在漫长的编译过程之后假设已经安装好了Kaldi。 项目目录结构
Kaldi语音识别教程与资料汇总
5. **kaldi的使用**：文档详细介绍了如何使用kaldi处理各种数据库，如yesno、TIMIT、RM、VoxForge等，并演示了如何进行数据准备、特征提取、模型训练、解码图构建以及在线识别等关键步骤。 6. **数据准备**：kaldi...
语音识别系列3--KALDI解码器（SimpleDecoder）
u012361418的博客
05-17 3313
Kaldi简单解码器（SimpleDecoder） 总述 本节我们讲述kaldi中一个最简单的解码器，实现这个解码器的类是SimpleDecoder，理解了这个解码器，也就打下了解码搜索的基础，其他的解码器方法也与其类似，目录在kaldi/src/decoder/simple-decoder.h。解码图数据结构依赖于openfst，基本上可以通过名称猜到表达的含义。 分析 上一节已经知道，解码...
自动语音识别ASR入门介绍
Nieson2012的专栏
07-24 5938
GMM + HMM 应用场景，做输入法，输入一段话，变成文字，智能地往里面加标点符号。 特征提取 最常用MFCC 一帧frame信号，通常20-50ms（2-3个周期，人说话频率100Hz），一个音素之内。 音素：音标的一个音，比如ei、si等 MFCC维度越高，幅度越小，13维最好。 孤立词识别 对每一帧（有用信息：音色（包络））进行傅立叶变换 ➡️三角滤波得到filterbank ...
关于kaldi中yesno脚本的详细分析，以及脚本的理解
Xwei1226的博客
04-27 3160
  本人经过一番寒彻骨，学习shell、linux、kaldi，终于将kaldi中最简单的样例理解，由于过于口语话，文中可能出现措辞不当，忘谅解。  首先我们打开kaldi中yesno例子，打开脚本run.sh，第一行是脚本解释器，，我们采用bash这个脚本解释器；  然后是train_cmd,decode_cmd两个变量，进行本地运行。对于接下来的if条件语句，如果你已经下载了yesno的语料，...
【Kaldi例子】YesNo：Hello Kaldi
qq_39573785的博客
12-11 3664
本文是对Kaldi中最简单例子egs/yesno/s5的实验记录。 数据集 使用数据集waves_yesno，该数据集只有yes和no两种发音。数据集没有文本文件，因为音频对应的文本都由wav文件的文件名所表示。例如1_0_1_0_1_0_0_1.wav中，1表示yes，0表示no。 数据准备 划分训练集和测试集 把数据规范成Kaldi规定的数据文件夹格式 # 运行local/prepare_data.sh waves_yesno后生成的结果 # 其中local文件夹里的脚本是特别为该数据集编写的，
kaldi的yesno样例分析
abc781cba的博客
04-03 1310
这篇文章是根据yesno样例下的run.sh脚本写出来的，当然脚本里还有许多附带工具暂时就来不及一一详解，看以后有没有时间和兴趣了。1.train_cmd="utils/run.pl" decode_cmd="utils/run.pl"定义机器运作方式，这里是本地多任务处理工作方式，而不是gpu.2. if [ ! -d waves_yesno ]; then wget http://www....
kaldi-yesno文件说明
weixin_42831564的博客
05-17 775
已经运行过的yesno示例，生成的文件如下： ├── conf 配置文件夹 │├── mfcc.conf │└── topo_orig.proto ├── data yesno运行产生的相关文件 │├── lang 跟语言相关 执行lang相关脚本产生的跟音素相关的文件 ││├── L_disambig.fst ││├── L...
kaldi-yesno代码学习1
weixin_42831564的博客
05-16 678
1. run.sh #!/bin/bash # run.pl 代码执行队列设置 train_cmd="utils/run.pl" decode_cmd="utils/run.pl" # 判断数据集是否存在 在s5路径下运行代码，检查当前目录下waves_yesno文件是否存在 不存在则下载yesno数据集 if [ ! -d waves_yesno ]; then wget http://...
kaldi中yesno数据集脚本解析总结
jamestao123的博客
03-25 904
rm -rf data exp mfcc #删除以下文件 local/prepare_data.sh waves_yesno #数据文件准备 local/prepare_dict.sh #数据字典准备 utils/prepare_lang.sh --position-dependent-phones false data/local/dict “” data/local/lang dat...
Kaldi 学习笔记--实例yesno
fishllife的博客
10-31 1761
参考：https://blog.youkuaiyun.com/nsh119/article/details/81587462          https://blog.youkuaiyun.com/shichaog/article/details/73264152          https://www.cnblogs.com/welen/p/7485151.html yesno是关于yes和no两个孤立词的识...
3---kaldi 自己录音，做自己版本的yesNo
松果储存小窝
08-29 1327
学习经历 0---原始文档备份和环境准备 1---原始脚本注释解析 2---原始脚本训练和测试拆分 3---自己录音，做自己版本的yesNo ========================================================= 3---自己录音，做自己版本的yesNo 这个过程较为曲折，经过时间较长，主要经历了win10录音和词典设计，查找m4a转wav方法和脚本设计，识别测试失败乱投医（再次注释理解后面脚本），查看log文件并找到采样率改变方法，再次运行wer过
Kaldi语音识别：数据准备与特征提取步骤详解
"这篇资料主要介绍了Kaldi框架中语音识别数据准备和特征提取的基本步骤，包括数据准备、特征提取和语言模型的构建等关键环节。" 在Kaldi中，数据准备是建立语音识别系统的第一步，它涉及到创建必要的数据结构以便...
评论
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