kaldi中文语音识别_基于thchs30(6)

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 · 置顶 · 2.5k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#ASR #kaldi #中文识别 #语音识别

本文档介绍了在Kaldi中进行中文语音识别时遇到的Python环境问题及解决方案，包括升级Python至3.x版本、编译安装Kaldi以及在compute-mfcc-feats和copy-feats中观察参数。通过分析log日志和生成的ark、scp文件，理解了这两个工具在特征提取过程中的作用，并展示了如何单独运行它们以生成所需文件。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

接上回，其实上回我们在make_mfcc.sh中提取特性

$cmd JOB=1:$nj $logdir/make_mfcc_${name}.JOB.log \
compute-mfcc-feats $vtln_opts --verbose=2 --config=$mfcc_config \
scp,p:$logdir/wav_${name}.JOB.scp ark:- \| \
copy-feats $write_num_frames_opt --compress=$compress ark:- \
ark,scp:$mfccdir/raw_mfcc_$name.JOB.ark,$mfccdir/raw_mfcc_$name.JOB.scp \
|| exit 1;

在执行这段出现的问题都是因为python环境没有安装好，目前通过升级python为python3版本之后，进行kaldi的编译，后再次执行提取特性是成功的，也就是按照下面这篇文章先进行python的升级和编译安装kaldi
centos7编译安装kaldi，链接是:https://blog.youkuaiyun.com/zeratyl/article/details/78646818

我们在编译之前，在kaldi/src/featbin下的compute-mfcc-feats.cc中加入如下打印信息