OpenASR 项目使用教程

OpenASR 项目使用教程

OpenASR A pytorch based end2end speech recognition system. 项目地址: https://gitcode.com/gh_mirrors/op/OpenASR

1. 项目的目录结构及介绍

OpenASR 项目的目录结构如下：

OpenASR/
├── egs/
│   └── aishell1/
│       └── s5/
├── figs/
├── src/
├── tools/
├── .gitignore
├── LICENSE
├── README.md
├── README_zh.md

目录结构介绍

• egs/: 示例目录，包含不同数据集的示例脚本和配置文件。
  • aishell1/s5/: AISHELL-1 数据集的示例脚本和配置文件。
• figs/: 存放项目相关的图片文件。
• src/: 项目的主要源代码目录，包含训练、解码、模型等模块。
• tools/: 存放项目所需的工具脚本。
• .gitignore: Git 忽略文件配置。
• LICENSE: 项目许可证文件。
• README.md: 项目的英文介绍文档。
• README_zh.md: 项目的中文介绍文档。

2. 项目的启动文件介绍

OpenASR 项目的启动文件主要集中在 egs/aishell1/s5/ 目录下，以下是主要的启动脚本：

• prep_data.sh: 数据准备脚本，用于下载和格式化 AISHELL-1 数据集。
• train.sh: 训练脚本，用于启动模型的训练过程。
• avg.sh: 模型平均脚本，用于对训练过程中的模型进行平均处理，以提高性能。
• decode_test.sh: 解码脚本，用于对测试集进行解码。
• score.sh: 评分脚本，用于对解码结果进行评分。

启动文件使用示例

1. 数据准备:

   bash prep_data.sh
   

2. 模型训练:

   bash train.sh
   

3. 模型平均:

   bash avg.sh
   

4. 解码测试集:

   bash decode_test.sh
   

5. 评分:

   bash score.sh data/test/text exp/exp1/decode_test_avg-last10
   

3. 项目的配置文件介绍

OpenASR 项目的配置文件主要使用 YAML 格式，位于 egs/aishell1/s5/ 目录下。以下是主要的配置文件：

• config_base.yaml: 基础的 ASR 系统配置文件。
• config_lm_lstm.yaml: LSTM 语言模型的配置文件。
• config_lst.yaml: 使用 LST 训练 ASR 的配置文件。

配置文件示例

# config_base.yaml

# 数据路径
data_dir: "data"

# 模型配置
model:
  type: "SpeechTransformer"
  hidden_size: 256
  num_layers: 6

# 训练配置
train:
  batch_size: 32
  learning_rate: 0.001
  num_epochs: 50

# 解码配置
decode:
  beam_size: 10

配置文件使用

在启动训练脚本时，可以通过指定配置文件来加载不同的配置：

bash train.sh --config config_base.yaml

通过以上配置文件，可以灵活地调整模型的参数和训练策略。

OpenASR A pytorch based end2end speech recognition system. 项目地址: https://gitcode.com/gh_mirrors/op/OpenASR