Kaldi使用笔记

最新推荐文章于 2025-08-23 11:41:43 发布

原创

最新推荐文章于 2025-08-23 11:41:43 发布 · 2.9k 阅读

2 ·

CC 4.0 BY-SA版权

本文记录了Kaldi的安装过程以及如何进行特征提取，包括创建lable_to_wav.scp，执行特征提取得到myfeats.ark文件，生成feat.scp，以及将特征转换为文本格式的操作。

1 Kaldi安装

 git clone https://github.com/kaldi-asr/kaldi.git kaldi-trunk --origin golden
 cd kaldi-trunk
 cd tools/extras
 ./check_dependencies.sh
 ./install_irstlm.sh

2 Kaldi中的工具

特征提取

1.创建 lable_to_wav.scp

0 0.wav#格式为：[标签 /path/to/0.wav]

2.提取特征

compute-mfcc-feats --use-energy=false --sample-frequency=8000 scp:lable_to_wav.scp ark:myfeats.

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

奋斗啊哈

关注关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

语音识别--kaldi环境搭建（基于Ubuntu系统）

weixin_38468077的博客

01-29

4484

最近开始接触语音识别，又在师兄那里了解到kaldi这个模型，于是就想着去试验一下，找找感觉。好了，废话不多说。干就完了！！！ 1.安装一个ubuntu的虚拟机我使用的是vm创建的虚拟机，当然大家也可以使用VitureBox创建，本质都一样，没啥差别。 2.下载前的准备 2.1 安装必要的依赖库 sudo apt-get install git wget make 其执行结果如下： 2.2 ...

kaldi语音识别

weixin_38468077的博客

02-13

1771

语音识别1.timi实例2. 1.timi实例 2.

参与评论您还未登录，请先登录后发表或查看评论

kaldi资料合集

07-07

kaldi资料合集，内含kaldi的安装，使用和kaldi主页上的翻译

Kaldi 入门使用教程

snowleopard_bin的博客

07-05

3808

Kaldi 入门使用教程

Kaldi使用

Nicholas_Wong的博客

06-09

2060

下载和安装参考网站http://kaldi-asr.org/doc/install.html git clone https://github.com/kaldi-asr/kaldi.git kaldi --origin upstream cd kaldi cd tools extras/check_dependencies.sh#这一步之后会提示安装缺少的东西，按照提示安装就是了 ma...

01-21

12-02

abc781cba的博客

01-23

975

前言 kaldi和古老的HTK相似，是一套自动语音识别工具。kaldi的面向不在于初学者，而是在于expert或者expert-training，所以有一定的门槛，但是也不用害怕，github上有它的源码和egs，下载开源代码和egs，多多练习，一步一步的运行代码，看会发生什么，总会有所收获。 kaldi虽然有一定的门槛，但是开发者也致力于提高代码的稳健性，可扩展性，尽量让代码结构清晰不太复杂

Kaldi学习笔记（五）——使用CVTE训练好的SR模型做中文在线识别

snowdroptulip的博客

01-02

1万+

关于Kaldi的下载与编译请参考：http://blog.csdn.net/snowdroptulip/article/details/78896915 CVTE公司开源其训练好的TDNN模型，我们可以使用该模型来进行在线识别。一、下载首先从http://kaldi-asr.org/models.html下载模型；二、解压把下载好的模型

Kaldi的简单介绍和基本使用说明

热门推荐

DL_62532的专栏

12-03

2万+

Kaldi作为目前最流行的ASR开源项目之一，已被广泛研究和使用。自从2019年Daniel Povey加入小米，小米和Kaldi相互成就，大大推动了Kaldi的发展，使Kaldi保持了持续、强劲的生命力。 Kaldi使用了最自由的授权协议，任何人都可以自由修改和使用（包括商用），大家不妨也来用用。本文大概讲了语音识别的原理和过程，对kaldi的安装、训练和部署在线语音识别服务的一整套使用过程作了大概说明，可以作为初学者的入门资料来参考。非常欢迎大家来共同交流，不足之处还望批评指正。

kaldi-gstreamer-server：基于Kaldi工具包和GStreamer框架的实时全双工语音识别服务器

02-23

Kaldi GStreamer服务器这是基于Kaldi工具包和GStreamer框架并以Python实现的实时全双工实时语音识别服务器。广告塔林工业大学正在寻找一名从事语音识别的博士生，重点是轻度代码转换的语音（例如，芬兰语包含很多英语技术术语）。。注意！该职位仍然开放！特征基于websocket的全双工通信：语音进入，出现部分假设（考虑Android的语音输入）高度可扩展：服务器由主组件和工作程序组成；每个并发识别会话需要一名工作人员；可以独立于远程计算机上的主机启动和停止工作程序可以进行语音分割，即，基于静音，将长语音信号分为较短的片段支持任意长的语音输入（例如，您可以将实时语音流式传输到其中）支持Kaldi的GMM和“在线DNN”模型支持使用大型语言模型对识别格进行记录支持在请求之间保留声学模型自适应状态支持无限制的音频编解码器集（实际上

kaldi基本使用 & debug

林宋的搬砖流水账

11-25

905

提特征 wav.scp/utt2spk/spk2utt 对于xx.wav格式的语音，wav_id指的是xx,wav_dir指的是abs_dir/xx.wav wav.scp "wav_id wav_dir" word_txt "wav_id content" spk2utt spk wav_name（对应所有的），一般spk是wav_name的下划线之前部分 spk_wavid=wav_name utt2spk 每行的格式：wav_name spk ...

Kaldi语音识别快速入门

q6q6q的专栏

10-27

1318

一.简介Kaldi是使用C++编写的语音识别工具包，Apache License v2.0许可。主要供语音识别研究人员使用。Kaldi的目标和范围与HTK类似。目标是拥有易于修改和扩展的现代而灵活的代码。主要功能包括：1.与有限状态传感器FST的代码进行集成，根据OpenFst工具箱【作为库】进行编译。2.广泛的线性代数支持，包括一个包装标准BLAS和LAPACK例程的矩阵库。3.可扩展的设计，以...

kaldi学习与使用

最新发布

2302_76511353的博客

08-23

1302

打开新的终端输入sudo apt install gstreamer1.0-plugins-bad gstreamer1.0-plugins-base gstreamer1.0-plugins-good gstreamer1.0-pulseaudio gstreamer1.0-plugins-ugly gstreamer1.0-tools libjansson-dev安装插件。我相信，在未来的日子里，随着技术的不断进步和应用场景的不断拓展，语音识别技术将会为我们带来更多的便利和惊喜。

kaldi

zz_hh_uu_的博客

01-26

433

aishell配置指南 cmd.sh 改为本地运行模式,将原先文件注释,添加如下代码: export train_cmd=run.pl export decode_cmd="run.pl --mem 4G" export mkgraph_cmd="run.pl --mem 8G" export cuda_cmd="run.pl --gpu 1" run.sh 下载数据集,将原来数据集路径改为本地...

离线Kaldi安装教程

学如不及,犹恐失之

10-12

2411

这里的离线安装是指需要编译的环境都已经安装好了，即运行下面这条指令的结果是OK。 extras/check_dependencies.sh 1. 下载Kaldi并解压缩。这里建议使用linux系统下解压缩，因为windows系统解压缩会破坏掉软连接，上图是windows系统下解压后的结果，下图是linux系统下解压缩后的结果。 2. 依赖库下载和安装各种压缩文件的命名可以参考上面的例子，也可以修改Makefile中的相关参数，如果你懒得修改，关注公众号语音算法组，回复 k..

kaldi入门：搭建第一个中文ASR (AISHELL-1)

Pika

08-03

1万+

请在linux环境下开展实验，非常建议熟悉 awk, grep, sed, cut, 等shell 命令快速处理文本，以及学会使用python脚本处理数据等.这里我们根据发音词典来定义我们的声学单元，在kaidi中对声学单元的表述需要以下四个文件：其中简单介绍如下：(1)意义：非静音音素集样例：(2)意义：静音音素集样例：(3)意义：指定静音音素集样例：(3)意义：用于三音素聚类问题。

kaldi中的数据准备

u010384318的专栏

05-19

2万+

数据准备译者：V (shiwei@sz.pku.edu.cn) 水平有限，如有错误请多包涵。介绍在运行完示例脚本后（见Kaldi tutorial），你可能会想用自己的数据在Kaldi上跑一下。本节主要讲述如何准备相关数据。我们假设本页的读者使用的是最新版本的示例脚本（即在脚本目录下被命名为s5的那些，例如egs/rm/s5）。另外，除了阅读本页所述内容外，你还可以查看脚本目录下的那

kaldi sre16/v1中run.sh

Grace_yan的博客

12-03

1979