dqxiaoxiao的博客

首先，thchs30有两种数据库，kaldi运行的数据库最好是 thchs30-openslr, 将thchs30中的三个压缩包下载后放到kaldi/egs/thchs30 同级目录修改s5/run.sh里面的语音库路径  thchs30=......

接上回，mfcc特征咱们暂时看完了，总结一下，此处引用别人的分析：特征提取MFCCcompute-mfcc-feats.ccCreate MFCC feature files.Usage: compute-mfcc-feats [options...] <wav-rspecifier> <feats-wspecifier>其中参数rspecif...

接上回，我们继续看run.sh#copy feats and cmvn to test.ph, avoid duplicated mfcc & cmvn #拷贝mfcc特征和cmvn到test.ph，避免重复的mfcc和cmvncp data/mfcc/test/feats.scp data/mfcc/test_phone && cp data/mfcc/test/cm...

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:- \| ...

 

接上回if [ -f $data/segments ]; then   #这里是查看data/mfcc/train下是否存在segments，如果存在则执行then后面的脚本，否则执行else后面的，这个文件不存在，所以之后调用else后面的处理  echo "$0 [info]: segments file exists: using that."  split_segments=""  for...

接上回，完成数据准备的工作后，shell显示说明已经创建这些文件完毕。 我们看到生成的spk2utt的文件格式是这样的：我们看到它是先是一个说话者id号 然后是这个说话者id下的所有名称，而word.txt和text是一样的。既然我们已经数据准备了,所以以后就不用再进行数据准备了，所以在下次运行run.sh时,  先注释掉相关数据准备的shell脚本。#data prep...

接上回，我们继续看run.sh#you can obtain the database by uncommting the following lines#[ -d $thchs ] || mkdir -p $thchs  || exit 1#echo "downloading THCHS30 at $thchs ..."#local/download_and_untar.sh $thchs  h...

接上回，我们需要修改cmd.sh.  如下：