v-space的博客

无监督特征变换差分在一定窗长内，计算前后帧的差分特征补充到当前帧后边。如一个M维的特征做D阶差分后特征维度变为(D+1)*M。# kaldisrc/featbin/add-deltas scp:data/train/feats.acp \ ark,scp:data/trainfeat_delta.ark,data/train/feats_deltas.scp拼帧在一定窗长内，将前后指定帧拼成一帧特征。# kaldisrc/featbin/splice-feats scp:d.

无监督特征变换差分在一定窗长内，计算前后帧的差分特征补充到当前帧后边。如一个M维的特征做D阶差分后特征维度变为(D+1)*M。# kaldisrc/featbin/add-deltas scp:data/train/feats.ark \ ark,scp:data/trainfeat_delta.ark,data/train/feats_deltas.scp拼帧在一定窗长内，将前后指定帧拼成一帧特征。# kaldisrc/featbin/splice-feats scp:d.

使用说明：steps/deltas.shUsage: steps/train_deltas.sh <num-leaves> <tot-gauss> <data-dir> <lang-dir> <alignment-dir> <exp-dir>e.g.:steps/train_deltas.sh 2000 10000 data/train_5k data/lang exp/mono_ali exp/tri1 ...

第一阶段：模型初始化gmm-init-monoInitialize monophone GMM.Usage: gmm-init-mono <topology-in> <dim> <model-out> <tree-out>e.g.: gmm-init-mono topo 40 mono.mdl mono.tree将topo文件和声学特征维度作为输入，则会生成初始声学模型。不需要输入任何训练数据，进初始化一个基础模型。且生成的模型中每个状态只有.

compute-wer --mode=present ark:reference ark:hyps

计算语言模型在验证集文本上的混淆度ngram -ppl test.txt -order 3 -lm LM >　result计算语言模型最佳混合比例compute-best-mix lambda="0.4,0.4,0.2" A_corpus.ppl B_corpus.ppl C_corpus.ppl

一、安装git clone git@github.com:kpu/kenlm.git# git clone https://github.com/kpu/kenlm.gitcd kenlmmkdir -p buildcd buildcmake ..make -j 16注意：如果以上安装出错，可以拷贝已经编译好的即可。二、训练build/bin/lmplz --vocab_estimate -o 3 --text your_text --limit_vocab_file vocab --

1.ICASSP2020会议日程:https://cmsworkshops.com/ICASSP2020/TechnicalProgram.asp进入你感兴趣的Topic日程后，可以查看相关文章，复制paper title后在Semantic Scholar中可以查找相关pdf或引用。未完待续。。。

wav-reverberate --additive-signals="sox noise.wav -r 16000 -t wav -|" \ --start-times='0' --snrs='10.0' \ source.wav dest.wav–start-time：添加噪音起始时间–snrs: 信噪比，越大噪音越小参考：MUSAN [论文]...

Corpus：1.Mandarin：1.1aishell数据: http://www.openslr.org/33/178小时400个说话者(训练集:340,验证集:40,测试集:20)麦克风(44.1KHZ 16-bit),安卓(16kHZ 16-bit),iOS(16kHZ 16-bit)人工文本转写准确率在95%以上kaldi: https://github.com/k...

1.DBN was used ASR[1]Mohamed A, Dahl G, Hinton G. Deep belief networks for phone recognition[C]//Nips workshop on deep learning for speech recognition and related applications. 2009, 1(9): 39##2....