kaldi中文语音识别

目录
kaldi是什么
kaldi与中文语音识别
编译与安装kaldi
用kaldi进行中文语音识别
本文记录了我编译安装kaldi和两种用kaldi进行中文语音识别的过程，包括如何kaldi的简单介绍、环境的配置、相关模型的训练、导入，算是自己近期学习的一个总结，也希望可以帮助到需要的人~~~

kaldi是什么
kaldi是一个用C++写的语音识别工具包。kaldi旨在供语音识别研究员使用。当然，kaldi也可以用作声纹识别。关于他的详细介绍可以访问kaldi的官方文档

kaldi与中文语音识别
感谢很多大神与科研工作者在kaldi上开源了他们的数据集和训练模型，让我这样的小白可以站在巨人的肩膀上前行。

编译与安装kaldi
注意：为了提高训练的速度，kaldi最好安装在GPU云服务器下。如果没有服务器话，使用虚拟机应该也是可以的，但一定要分配足够的内存空间和存储空间。下面我就以我使用的centos服务器为例，介绍kaldi的编译与安装。

编译与安装大概分为3步

安装git、下载kaldi的源码
安装编译所需依赖包
配置、编译kaldi
1.kaldi的下载

kaldi的所有源码开源在了GitHub上，可以直接git下载到服务器上，首先得确保服务器上安装了git，如果没有安装的话，就先安装git sudo yum install git -y

接着git clone下载kaldi

git clone https://github.com/kaldi-asr/kaldi.git

下载完成kaldi源码后，我们将得到如下一个文件结构的目录。

kaldi/
├── COPYING
├── egs/               //egs目录里存放了使用kaldi完成的开源语音识别/声纹识别项目
├── INSTALL               //编译安装kaldi的指导
├── misc/
├── README.md
├── scripts/
├── src/               //src文件夹里存放了kaldi源码
├── tools/               //tools文件夹里存放了语音处理的工具包
└── windows/               //windows文件夹存放了在windows下编译安装kaldi的文件

2.安装编译所需要的依赖包

编译之前需要确操作系统中安装有如下包

subversion
automake
autoconf
libtool
g++
zlib
libatal
wget
sox

首先进入到kaldi/tools目录下，接着在调用check_dependencies.sh脚本检查系统中的包是否安装完全

cd kaldi/tools
extras/check_dependencies.sh

如图所示，这个shell脚本会提示系统需要安装的包，按照提示安装即可。

安装完成后再次运行这个脚本，如果提示OK就可以开始进行kaldi的编译。

3.编译kaldi

首先编译tools，在在kaldi/tools目录下输入

make

我使用的服务器是i7有8个核心，因此输入make -j 8可以使用8个核心一起编译，加快编译速度。

之后转到kaldi/src目录下,输入如下命令

cd ../src

在src目录下首先要运行configure进行配置，由于每个人的cuda版本、安装路径不一定相同，所以这里需要根据自己的服务器情况进行修改，如下是我的configure配置方案，仅供参考。

./configure --static \
--use-cuda=yes \
--cudatk-dir=/home/zy/cuda/cuda-8.0 \
--mathlib=OPENBLAS \
--openblas-root=../tools/OpenBLAS/install \
--threaded-math=no \
--static-math=yes \
--static-fst=yes \
--fst-root=../tools/openfst

配置完成后，就可以进行src的编译了

make depend
make

同样，如果是多核CPU的话，你可以使用make depend -j 8和make -j 8加快编译速度

完成后会有提示成功和失败，结束make后就算完成了kaldi的编译与安装了~

用kaldi进行中文语音识别
完成kaldi的安装后，就可以用kaldi做语音识别了~

参考资料：
kaldi-ctc的安装、编译、测试
{
   Author: "byr-zyziszy",
   Mail: "test@foxmail.com",
   Github: "https://github.com/jbase",
   Date: "2020-6-12"
}

kaldi中文语音识别相关推荐

kaldi中文语音识别(1)
版权声明:本文为博主原创文章,未经博主允许不得转载. https://blog.csdn.net/zyziszy/article/details/82919957 </div><li ...
kaldi中文语音识别_基于thchs30(3)
接上回,我们继续看run.sh #you can obtain the database by uncommting the following lines #[ -d $thchs ] || mkd ...
kaldi中文语音识别thchs30模型训练
1.准备thchs30中文数据集今天开始做语言模型啦,数据集采用的是清华大学的中文数据集thchs30,下载地址在http://www.openslr.org/18/ ,由于是在服务器做训练,以下步 ...
kaldi中文语音识别_基于thchs30(7)
接上回,mfcc特征咱们暂时看完了,总结一下,此处引用别人的分析: 特征提取 MFCC compute-mfcc-feats.cc Create MFCC feature files. Usage: ...
基于Kaldi的语音识别
cnblog: https://www.cnblogs.com/ye-buaascse/ 第二十九届"冯如杯"学生学术科技作品竞赛项目论文基于Kaldi的语音识别摘要近年来 ...
kaldi上第一个免费的中文语音识别例子
今天在清华大学cslt实验室王东老师的分享下,kaldi终于有了免费的中文语音识别的例子,网址为:https://github.com/kaldi-asr/kaldi/tree/master/egs/ ...
实战：基于tensorflow 的中文语音识别模型 | CSDN博文精选
作者 | Pelhans 来源 | CSDN博客目前网上关于tensorflow 的中文语音识别实现较少,而且结构功能较为简单.而百度在PaddlePaddle上的 Deepspeech2 实现功能 ...
基于深度学习的中文语音识别系统框架（pluse）
目录声学模型 GRU-CTC DFCNN DFSMN 语言模型 n-gram CBHG 数据集本文搭建一个完整的中文语音识别系统,包括声学模型和语言模型,能够将输入的音频信号识别为汉字. 声学模型 ...
基于深度学习的中文语音识别系统框架搭建
基于深度学习的中文语音识别系统框架转自@https://blog.csdn.net/chinatelecom08/article/details/82557715 本文搭建一个完整的中文语音识别系统 ...

kaldi中文语音识别

kaldi中文语音识别相关推荐

最新文章

热门文章