Kaldi单步完美运行AIShell v1 S5之二：单音素MonoPhone

最新推荐文章于 2024-08-11 18:10:39 发布

aiXpert

最新推荐文章于 2024-08-11 18:10:39 发布

阅读量1.3k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： Kaldi 文章标签： kaldi asr 语音识别 aishell mono

本文链接：https://blog.youkuaiyun.com/longwo888/article/details/86411247

该博客详细介绍了在Kaldi中使用AIShell v1数据集进行单音素（MonoPhone）训练的过程，包括训练、解码和校准步骤。结果显示，单音素模型的错词率高达36.69%，表明其性能有限。后续文章将探讨三音素模型和更复杂的DNN模型。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

致谢

感谢AIShell在商业化道路上的探索。期待着v3的到来。

机器配置

sv@HP:~$ sudo lsb_release -a
Distributor ID:	Ubuntu
Description:	Ubuntu 18.04.1 LTS
Release:	18.04
Codename:	bionic

sv@HP:~$ cat /proc/cpuinfo | grep model\ name
model name	: Intel(R) Core(TM) i7-8700 CPU @ 3.20GHz
model name	: Intel(R) Core(TM) i7-8700 CPU @ 3.20GHz
model name	: Intel(R) Core(TM) i7-8700 CPU @ 3.20GHz
model name	: Intel(R) Core(TM) i7-8700 CPU @ 3.20GHz
model name	: Intel(R) Core(TM) i7-8700 CPU @ 3.20GHz
model name	: Intel(R) Core(TM) i7-8700 CPU @ 3.20GHz
model name	: Intel(R) Core(TM) i7-8700 CPU @ 3.20GHz
model name	: Intel(R) Core(TM) i7-8700 CPU @ 3.20GHz
model name	: Intel(R) Core(TM) i7-8700 CPU @ 3.20GHz
model name	: Intel(R) Core(TM) i7-8700 CPU @ 3.20GHz
model name	: Intel(R) Core(TM) i7-8700 CPU @ 3.20GHz
model name	: Intel(R) Core(TM) i7-8700 CPU @ 3.20GHz
sv@HP:~$ cat /proc/meminfo | grep MemTotal
MemTotal:       16321360 kB
sv@HP:~$ lspci | grep 'VGA'
01:00.0 VGA compatible controller: NVIDIA Corporation GP104 [GeForce GTX 1070] (rev a1)

Kaldi下AIShell v1详细输出之二：monophone

一网打尽。

第三部分：单音素结果

先看结果。错词率达到36.69%。monophone效果一般般。

sv@HP:~/lkaldi/egs/aishell/s5$ for x in exp/ */decode_test; do [ -d $x ] && grep WER $x/cer_* | utils/best_wer.sh; done 2>/dev/null

sv@HP:~/lkaldi/egs/aishell/s5$ %WER 36.59 [ 38335 / 104765, 849 ins, 3183 del, 34303 sub ] exp/mono/decode_