部署在树莓派上Kalid离线语音识别框架

Kaldi 语音识别总结

一、编译安装

1、下载：

建议使用kaldi-trunk 版本，来进行语音识别，下载代码：

git clonehttps://github.com/kaldi-asr/kaldi.git kaldi-trunk --origin golden

若没有安装git 请先安装，代码：

sudo apt-get install git

2、各目录功能：

./tools 目录下为kaldi的依赖包。

./src 目录下为kaldi 的源代码。

./egs 目录下为 kaldi 的一些例子。

3、kaldi 的编译安装：

安装前需要确保安装一下软件：

sudo apt-get install autoconf automakegcc libtool subversion libatlas-dev libatlas-base-dev gfortran g++ zlib1g-dev

进入./tool目录，输入make 也可make -j X （X为你电脑的核心数，可加大编译速度）之后切换到./src目录下，输入./configure进行配置，然后输入make depend，完成之后输入make进行编译。

至此，kaldi 基本包安装完成。

4、测试：

进入./egs/yesno/s5 目录下运行 sudo./run.sh 这是kaldi自带的一个识别yesno的一个例子。

训练完成的结果：WER为0.00 （注：WER（Word Error Rate）是字错误率，是一个衡量语音识别系统的准确程度的度量。其计算公式是WER=(I+D+S)/N，其中I代表被插入的单词个数，D代表被删除的单词个数，S代表被替换的单词个数。也就是说把识别出来的结果中，多认的，少认的，认错的全都加起来，除以总单词数。这个数字当然是越低越好。）

5、特别注意：

（1）Kaldi 中实例众多，但由于都不自带数据集的原因，绝大部分是不能直接运行的，有的下载数据集的方式集成在 run.sh 代码中，不自带的需要自行从网上下载。（每个脚本文件中的注释语句均为这个脚本的使用说明，请注意查看）

 

（2）有的示例在训练的过程中会提示缺少irstlm。是因为在新版的kaldi中irstlm不是默认编译的，需要自行编译，安装目录在tools/extras下。直接运行install_irstlm.sh脚本即可。并将安装完成的irstlm 复制一份放在tools目录下。

 

（3）在进行训练之前：需要更改一些环境变量。通常要更改的设置如下

     ①将cmd.sh中所有的queue.pl更改为 run.pl。（具体修改方式均在cmd.sh的注释语句中）

        ②确认数据集的位置：在run.sh中找到放置数据集的默认路径，将其改为你的数据集路径

二、进行语音识别

语音识别有两种模式，一为录制好的音频文件进行识别（注：音频文件格式必须为单声道，16000Hz，16bit模式，否者程序报错）。二为通过麦克风进行的实时识别。

1、音频文件识别：

（注：建议先安装如下软件后再执行以下步骤：

sudo apt-get install pulseaudio

sudo apt-get install libportaudio-dev

sudo apt-get install libportaudio0

sudo apt-get install libportaudio2

sudo apt-get install libportaudiocpp0

sudo a