[语音识别] kaldi -- aidatatang_200zh脚本解析:词典准备

输入：text（所有录音的分词文本信息- 如果是自己的数据没有人工分词可能要提前jieba等工具分词一下）

输出：data/local/dict文件夹(含extra_questions.txt、lexicon.txt、silence_phones.txt、nonsilence_phones.txt、optional_silence.txt等文件)

local/prepare_dict.sh || exit 1;

流程：

1.处理自身数据集
- 获取数据集中所有单词【从text中获取】-> 生成words.txt
- 把整个数据集的单词分成ch和en两个词典 -> 生成words-{en,ch}.txt
2.生成【英文发音字典】，通过CMU字典生成lexicon-en.txt（格式：数据集中的英文单词 及其对应的拼音发音）
- Downloading CMU dictionary
- 格式化cmu字典（把字典中重音和发音标记去除）
- 生成words-en-oov.txt  （数据集中有，字典中没有的单词）
- 生成lexicon-en-iv.txt （数据集能在字典中取得的单词,及其对应的cmu音素）
- 下载安装g2p_model（单词到音素模型，用于转换oov）
- 生成lexicon-en-oov.txt （使用g2p_model生成，oov 及其对应的cmu因素 *由于words-en-oov中含有【VISA卡】这种中英文混用的单词会导致转换失败，会少21条数据，不知道对后面会不会有影响*）
- 生成lexicon-en-phn.txt （merge in-vocab and oov lexicon）
- 将cmu和拼音中无法转换的cmu音素替换成可以转换的因素

[语音识别] kaldi -- aidatatang_200zh脚本解析:词典准备相关推荐

语音识别kaldi该如何学习？
我目前使用kaldi分成两块: hmm-gmm和神经网络. 学习kaldi的话,先从hmm-gmm入手比较好,像steps/train_delta.sh, steps/train_fmllr.sh, ...
ns-3网络仿真(简易脚本解析)
ns-3简易脚本解析点对点有线网络(first.cc) 头文件命名空间 NS_LOG_COMPONENT_DEFINE main()函数中的准备工作创建网络拓扑点对点有线网络(first.cc ...
SteamVR脚本解析
SteamVR各脚本的功能 SteamVR/Scripts/下脚本各功能的实现 Paste_Image.png 1.SteamVR.cs 单例管理类,管理SteamVR程序的运行和终止. 2.Stea ...
脚本解析photoshop文本属性
尊重原创,转载请在文首注明出处:http://blog.csdn.net/cai612781/article/details/78072531 在做unity项目中,用到了psd2ngui插件来把ps ...
ps脚本解析psd文本字号
ps脚本解析psd中文本字号最简单的方法,通过DOM获取:var size = activeDocument.activeLayer.textItem.size; 但是当该文本被拉伸过后,DOM解析出 ...
steamvr自定义按键_SteamVR脚本解析
SteamVR各脚本的功能 SteamVR/Scripts/下脚本各功能的实现 Paste_Image.png 1.SteamVR.cs 单例管理类,管理SteamVR程序的运行和终止. 2.Stea ...
[转载]SteamVR脚本解析
Paste_Image.png 1.SteamVR.cs 单例管理类,管理SteamVR程序的运行和终止. 2.SteamVR_Camera.cs 给场景添加一个最基本可运行的SteamVR组. 3. ...
语音识别——kaldi - Online Audio Server（服务器客户端建立方法-旧版在线解码）
文章目录一.服务器客户端识别系统建立方法 1. Command line to start the **server**(服务器端启动方式): 1.1 Arguments are as follow ...
Qt文档阅读笔记-编写应用脚本解析与实例
目录官方解析博主例子官方解析编写应用脚本 Qt提供了JavaScript脚本对应用程序的支持.下面将全方位说明JavaScript在Qt中的应用. Scripting Classes 如下的类 ...

[语音识别] kaldi -- aidatatang_200zh脚本解析:词典准备

[语音识别] kaldi -- aidatatang_200zh脚本解析:词典准备相关推荐

最新文章

热门文章