初级菜鸟

一．搞了几天，首先说一下X-vector的优势：1.训练速度非常快2.无需特定语种的训练集，由于设置一个embedding层进行提取特征直接进行plda打分3.识别率不错二．Kaldi中有现成的例子，可供研究https://github.com/kaldi-asr/kaldi/tree/master/egs/sre16/v2https://github.com/kaldi-...

该 脚本准备音素列表和聚类问题,下图是该语句执行结果silence_phones.txt是“静音”音素，包含各种噪声、笑声、咳嗽、填充停顿等（SIL SPN NSN LAU） nonsilence.txt包含的是“真实”音素,每行第一个是基本音素,后面是音调和语气不同导致的变化;optional_silence.txt仅包含单音素(一般是SIL )extra_questio...

参考《I2R-NUS Submission to Oriental Language Recognition AP16-OL7 Challenge》现在很多研究通过bnf特征作为输入特征进行语种识别取得了很不错的效果，利用kaldi对该方法进行了实现：1.主要利用了kaldi开源工具中的 steps/nnet2/train_tanh_bottleneck.sh 训练一个包含瓶颈层的神经网络...