KALDI之aishell之V1模型续进行VAD检测

最新推荐文章于 2025-04-23 17:40:14 发布
最新推荐文章于 2025-04-23 17:40:14 发布
阅读量2.5k 收藏 3
点赞数 1
分类专栏： KALDI工具 深度学习声纹识别 文章标签： kaldi实战
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_38858860/article/details/83831252
版权
本文档详细记录了在KALDI中使用AISHELL V1数据集进行语音激活检测(VAD)过程遇到的问题及解决方案。在/kaldi-trunk/egs/aishell/v1/sid目录下执行脚本时，遇到了关于feats.scp文件不存在和parse_options.sh文件找不到的错误。通过检查脚本、改变执行路径并重新运行，最终成功执行了VAD决策计算。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

上面特征提取貌似没完事了

VAD是语音激活检测算法，用于判断什么时候有语音输出，什么时候是静音状态。

下面进入/kaldi-trunk/egs/aishell/v1/sid

vim   compute_vad_decision.sh
第22行显示  echo "e.g.: $0 data/train exp/make_vad mfcc"
 

然后在/kaldi-trunk/egs/aishell/v1/sid$目录下执行 ./compute_vad_decision.sh data/train exp/make_vad mfcc

/kaldi-trunk/egs/aishell/v1/sid$ ./compute_vad_decision.sh data/train exp/make_vad mfcc

报错如下：

然后执

了解本专栏 订阅专栏 解锁全文
WebRTC 语音激活检测(VAD)算法
u013250861的博客
12-18 469
检测原理是根据人声的频谱范围，把输入的频谱分成六个子带（80Hz~250Hz，250Hz~500Hz，500Hz~1K，1K~2K，2K~3K，3K~4K）， 分别计算这六个子带的能量。对数似然比分为全局和局部，全局是六个子带之加权之和，而局部是指每一个子带则是局部，所以语音判决会先判断子带，子带判断没有时会判断全局，只要有一方过了，就算有语音。由于实际应用中，单纯依靠能量检测特征检测等方法很难判断人声说话的起始点，所以市面上大多数的语音产品都是使用唤醒词判断语音起始，另外加上声音回路，还可以做语音打断。
kaldi做语音识别
m0_56321289的博客
03-04 2973
kaldi是一个开源的语音识别工具箱，是基于c++、perl、shell编写的，可以在windows和unix 平台上编译。教程网页：http://www.kaldi-asr.org/doc/ 里面可以查阅语音/说话人识别实现过程、kaldi的数据结构、命令的使用说明等。还有网上的dan的ppt。kaldi下载：https://
说话人识别中的VAD
热门推荐
zjm750617105的专栏
08-27 1万+
本文根据kaldi中的vad的算法 kaldi/src/ivector/voice-activity-detection.cc 以及网上的一些资源来总结一下这个知识点。 首先VAD的全称是：Voice Activity Detection （语音激活检测）， 能够区分传输语音信号中的语音信号和背景噪音， 当然还能在通信中区分语音和静默段能够区分传输语音信号中的语音信号和背景噪音， 避免带
【ASR学习笔记】常见VAD模型识别语音活动的方式对比
最新发布
一只努力学习的小碗~
04-23 963
常见VAD模型识别语音活动的方式对比：如基于能量、零交叉率或基于 GMM、HMM 的方法、或基于深度学习方法等
Kaldi特征提取之-VAD
当凌绝顶,俯瞰天下
09-23 1万+
Kaldi特征提取之-VAD背景 VAD即 Voice Activity Detection， 用于检测静音和非静音。通过使用VAD，我们可以找到有效语音段，剔除静音段，在语音识别等过程中可以大大减少要处理的数据量。VAD通常有多种方法，简单的如帧能量或者帧幅度，复杂的还可以用神经网络。下图是一段语音的波形图，VAD可以将图中红色框内的地方剔除。 VAD检测 注意：以下所有方法都以帧为单位进行，帧长
kaldi的vad计算
qq_38789531的博客
08-25 994
vad.conf配置文件中可选参数 --vad-energy-threshold=5.0 # VAD 的能量阈值常数项，若小于这个值则为噪音，若大于则为语音信号 --vad-energy-mean-scale=0.5 # 如果设置为 s，设 m 为该音频所有帧的平均对数能量，则实际阈值 = s*m + vad-energy-threshold； --vad-frames-context=0 # 中央帧每一侧的上下文帧数，在其能量被监控的窗口中 --vad-proportion-threshold=0.6 #
Kaldi学习笔记（一）
weixin_41894196的博客
08-21 806
大致看了一下官方文档的Running the example scripts 部分：http://kaldi-asr.org/doc/tutorial_running.html 记录一下，免得忘记，写得也不是很清楚，只是记录一下，以后再填坑 看的过程中，发现了几篇有用的文章： 1.https://blog.youkuaiyun.com/boyStray/article/details/89857435（解析k...
Kaldi单步完美运行AIShell v1 S5之五：DNN (chain)
我看故我听
01-15 4098
@[TOC](Kaldi单步完美运行AIShell v1 S5之五：DNN (chain)) 致谢 感谢AIShell在商业化道路上的探索。期待着v3的到来。 Kaldi单步完美运行AIShell v1 S5之五：DNN (chain) 终篇。Chain Model的结果可以线上、实时，才有独立的商用价值。 第14部分：DNN Chain Model 先看结果。错词率达到36.69%。monoph...
kaldi之aishell声纹识别文件目录和run.sh主脚本结构（一）
qq_33192171的博客
07-11 621
kaldi声纹识别aishell-V1目录结构 |——cmd.sh # 修改集群多线程版本或本地运行版本 |——conf | |—— mfcc.conf # MFCC参数配置文件 | `—— vad.conf # VAD(语音激活检测)激活配置 |——data # 下载的数据集存放路径，...
python声纹识别_【kaldi学习.4】Aishell V1（说话人识别、声纹识别）中的run.sh详解...
weixin_39565390的博客
02-10 889
下面打算用aishell来做声纹识别，在做声纹识别之前，肯定是要对run.sh这个文件做个深入的了解，才可以继续往下走，接下来会记录如何修改run.sh去运行自己的数据，而不是手动输入自己的数据。。。。因为自己的数据很多，手动是肯定没办法实现的了。小白一枚，望指正。做声纹识别 就要选择aishell/V1，这里是kaldi的github地址：https://github.com/kaldi-asr...
kaldi lesson教程示例
q_xiami123的博客
05-19 995
创建示例目录 第一步：egs目录下创建lesson文件夹，lesson文件夹创建版本标识文件夹v1 mkdir lesson cd lesson mkdir v1 结果展示 (notebook) root@ai-PowerEdge-R740:/opt/asr/kaldi/egs# ls -l lesson/ total 4 drwxr-xr-x 2 root root 4096 5月 19 10:32 v1 为什么lesson下还要创建v1？ v1表示第一个版本，方便版本管理 和path.sh返回
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
VAD基于短时能量的端点检测函数
06-07
VAD基于短时能量的端点检测函数，AudioVAD函数包括两个参数：short*的数据，long的数据长度。返回值为int类型的1或者0，表示该段数据是voice还是silence。 并附上用于测试的pcm数据。
用于录音 ，适用于语言识别，说话人识别，录音程序，可直接调用
04-06
用于录音 ，适用于语言识别，说话人识别，录音程序，可直接调用
用 Kaldi 进行语音建模1
c12345678999的博客
12-23 640
kaldi 简介： kaldi 是到目前为止，一款非常优秀的语音识别开源建模软件。顺带一下八卦，其作者，Dan Povey 也是来到了中国发展。 kaldi 是一个建模工具，而建出来什么样的模型，完全依赖于个人。kaldi 的底层是基于 C，用户可以通过钓调用各种样例脚本进行建模。因为是开源的，所以高级玩法是可以自己修改代码编译。初级玩法是调用现有脚本进行编译。这里说的，只是初级玩法。 这里参考g...
kaldi中声纹识别ivector模型
一听音频技术
04-11 4692
1.数据准备：无论使用kaldi来做语音识别还是说话人识别，第一步就是数据准备，对于说话人识别来说，需要准备的几个文件为wav.scp，utt2spk，spk2utt这三个文件。对应的格式如下： 1.1 wav.scp有两列，第一列是key，这个可以一定要唯一；第二列是 wav的路径wavpath； 1.2 utt2spk也有两列，第一列是key，与wav.scp的第一列一样；...
kaldi常用的工具
zjm750617105的专栏
09-14 1万+
本文部分参考自： http://www.360doc.com/content/15/0101/10/13208159_437287894.shtml 样例是用自己的数据跑的，改编自wsj，文件名称不是很标准，但重点是工具的使用，加路径是为了好理解，内容暂时不解释，以后有时间来补充。 这个文档太棒了，理解每一个步骤，语音识别的整个流程也就懂了，太赞 1. 查看生成的后缀为fst的状态机文件，比
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

落雪snowflake

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值