[转载]kaldi学习笔记：run.sh(egs/timit/s5)详细分析：从数据准备到特征提取

from：http://blog.csdn.net/xingxingdeyuanwang6/article/details/47401875

首先看一下前三行：

. ./cmd.sh
[ -f path.sh ] && . ./path.sh
set -e

(1)cmd.sh脚本文件包含三部分内容：

# "queue.pl" uses qsub.  The options to it are
# options to qsub.  If you have GridEngine installed,
# change this to a queue you have access to.
# Otherwise, use "run.pl", which will run jobs locally
# (make sure your --num-jobs options are no more than
# the number of cpus on your machine.#a) JHU cluster options
#export train_cmd="queue.pl -l arch=*64"
#export decode_cmd="queue.pl -l arch=*64,mem_free=2G,ram_free=2G"
#export mkgraph_cmd="queue.pl -l arch=*64,ram_free=4G,mem_free=4G"
#export cuda_cmd=run.pl#if [[ $(hostname -f) == *.clsp.jhu.edu ]]; then
#  export train_cmd="queue.pl -l arch=*64*"
#  export decode_cmd="queue.pl -l arch=*64* --mem 3G"
#  export mkgraph_cmd="queue.pl -l arch=*64* --mem 4G"
#  export cuda_cmd="queue.pl -l gpu=1"
#elif [[ $(hostname -f) == *.fit.vutbr.cz ]]; then
#  #b) BUT cluster options
#  queue="all.q@@blade,all.q@@speech,all.q@dellgpu*,all.q@supergpu*"
#  export train_cmd="queue.pl -q $queue -l ram_free=2500M,mem_free=2500M,matylda5=0.5"
#  export decode_cmd="queue.pl -q $queue -l ram_free=3000M,mem_free=3000M,matylda5=0.1"
#  export mkgraph_cmd="queue.pl -q $queue -l ram_free=4G,mem_free=4G,matylda5=3"
#  export cuda_cmd="queue.pl -q long.q@pcspeech-gpu,long.q@dellgpu1,long.q@pcgpu*,long.q@supergpu1 -l gpu=1"
#else
#  echo "$0: you need to define options for your cluster."
#  exit 1;
#fi
#c) run locally...
export train_cmd=run.pl
export decode_cmd=run.pl
export cuda_cmd=run.pl
export mkgraph_cmd=run.pl

其中a)和b)都是在集群上运行，而c)是在本地运行，因此c)是我们需要的，将a)和b)注释掉，只保留c)。

(2) 若path.sh是常规文件就运行之：-f 判断path.sh是否常规文件，另，常见文件判断命令如下：
-e filename 如果 filename存在，则为真
-d filename 如果 filename为目录，则为真
-f filename 如果 filename为常规文件，则为真
-L filename 如果 filename为符号链接，则为真
-r filename 如果 filename可读，则为真
-w filename 如果 filename可写，则为真
-x filename 如果 filename可执行，则为真
-s filename 如果文件长度不为0，则为真
-h filename 如果文件是软链接，则为真
filename1 -nt filename2 如果 filename1比 filename2新，则为真。
filename1 -ot filename2 如果 filename1比 filename2旧，则为真。
-eq 等于
-ne 不等于
-gt 大于
-ge 大于等于
-lt 小于
-le 小于等于
！非
path.sh内容为：
修改前：

  1 export KALDI_ROOT=`pwd`/../../..2 export PATH=$PWD/utils/:$KALDI_ROOT/src/bin:$KALDI_ROOT/tools/openfst/bin:$KALDI_ROOT/tools/irstlm/bin/:$KALDI_ROOT/src/fstbin/:$KALDI_ROOT/src/gmmbin/:$KALDI_ROOT/src/featbin/:$KALDI_ROOT/src/lm/:$KALDI_ROOT/src/sgmmbin/:$KALDI_ROOT/src/sgmm2bin/:$KALDI_ROOT/src/fgmmbin/:$KALDI_ROOT/src/latbin/:$KALDI_ROOT/src/nnetbin:$KALDI_ROOT/src/nnet2bin/:$KALDI_ROOT/src/kwsbin:$PWD:$PATH3 export LC_ALL=C4 export IRSTLM=$KALDI_ROOT/tools/irstlm

只修改第一行：(注意，有一些不需要修改也能成功运行)

  1 export KALDI_ROOT=/home/wangyongqing/dev/kaldi-git2 export PATH=$PWD/utils/:$KALDI_ROOT/src/bin:$KALDI_ROOT/tools/openfst/bin:$KALDI_ROOT/tools/irstlm/bin/:$KALDI_ROOT/src/fstbin/:$KALDI_ROOT/src/gmmbin/:$KALDI_ROOT/src/featbin/:$KALDI_ROOT/src/lm/:$KALDI_ROOT/src/sgmmbin/:$KALDI_ROOT/src/sgmm2bin/:$KALDI_ROOT/src/fgmmbin/:$KALDI_ROOT/src/latbin/:$KALDI_ROOT/src/nnetbin:$KALDI_ROOT/src/nnet2bin/:$KALDI_ROOT/src/kwsbin:$PWD:$PATH3 export LC_ALL=C4 export IRSTLM=$KALDI_ROOT/tools/irstlm5 export LD_LIBRARY_PATH=$KALDI_ROOT/tools/openfst/lib:$LD_LIBRARY_PATH

修改为kaldi安装目录；

将各种目录设置为环境变量；

LC_ALL它是一个宏，如果该值设置了，则该值会覆盖所有LC_*的设置值。注意，LANG的值不受该宏影响。”C” 这是标准的C Locale。”POSIX”是”C”的别名。它所指定的属性和行为由ISO C标准所指定。

irstlm为开源的语言模型工具包。。

将openfst设为 LD_LIBRARY_PATH 动态库环境变量

(3) set -e 表示告诉bash如果任何语句的执行结果不是true(返回值非零)则应该退出。写每个脚本都应该在开头加上set -e，这样的好处是防止错误像雪球一样越滚越大。ps: 用set -o errexit也是一样的效果.
2. 然后是声学模型参数设置

 #Acoustic model parameters
export LD_LIBRARY_PATH=/home/wyq/dev/kaldi-git/tools/openfst/lib:$LD_LIBRARY_PATH
numLeavesTri1=2500
numGaussTri1=15000
numLeavesMLLT=2500
numGaussMLLT=15000
numLeavesSAT=2500
numGaussSAT=15000
numGaussUBM=400
numLeavesSGMM=7000
numGaussSGMM=9000feats_nj=10
train_nj=30
decode_nj=5

这部分基本默认不改，除非自己训练自己的数据库。nj指运行的jobs数目，一般不超过CPU的数量。

3.数据准备

timit=/home/wyq/dev/kaldi-git/egs/timit/s5/timitdata/timit # @BUT
local/timit_data_prep.sh $timit || exit 1
local/timit_prepare_dict.sh
# Caution below: we remove optional silence by setting "--sil-prob 0.0",
# in TIMIT the silence appears also as a word in the dictionary and is scored.
utils/prepare_lang.sh --sil-prob 0.0 --position-dependent-phones false --num-sil-states 3 data/local/dict "sil" data/local/lang_tmp data/lang
local/timit_format_data.sh

(1) 首先timit数据库原始的wav文件目录赋值给timit，然后运行local目录下的timit_data_prep.sh 脚本，此脚本为数据准备脚本，输入为timit wav文件，输出为data/目录下的：

其中关于特征提取的文件夹为dev，test和train，每个文件夹内容都具有相同文件名的文件，如下图所示

其中四个为必要：wav.scp，text，spk2utt，utt2spk ，这四个文件将作为下一步特征提取的输入。

注：数据准备详细解析，见博客 (kaldi学习笔记：data_prep.sh详细分析)

4.特征提取

# Now make MFCC features.
mfccdir=mfcc
for x in train dev test; dosteps/make_mfcc.sh --cmd "$train_cmd" --nj $feats_nj data/$x exp/make_mfcc/$x $mfccdirsteps/compute_cmvn_stats.sh data/$x exp/make_mfcc/$x $mfccdir
done

(1)mfccdir=mfcc：将mfcc字符串赋值给变量mfccdir

(2)然后运行steps/下的特征提取脚本make_mfcc.sh，其中–cmd traincmd为脚本cmd.sh中设置的run.pl；−−njfeats_nj 为运行job数目； data/x为源数据的目录(data/train,data/dev,data/test为数据准备阶段生成的)；exp/makemfcc/x 为中间生成的.log文件。$mfccdir 为目标目录mfcc文件夹，里面的文件机位提取得分mfcc；
(3)compute_cmvn_stats.sh 是为了计算提取特征的CMVN，即为倒谱方差均值归一化！

注：
MFCC特征提取详细解析，见博客 (kaldi学习笔记：make_mfcc.sh详细分析)

CMVN详细解析，见博客 (kaldi学习笔记：compute_cmvn_stats.sh 详细分析)

[转载]kaldi学习笔记：run.sh(egs/timit/s5)详细分析：从数据准备到特征提取相关推荐

python数据挖掘学习笔记】十六.逻辑回归LogisticRegression分析鸢尾花数据
但是很多时候数据是非线性的,所以这篇文章主要讲述逻辑回归及Sklearn机器学习包中的LogisticRegression算法 #2018-03-28 16:57:56 March Wednesday ...
Python数据挖掘学习笔记】九.回归模型LinearRegression简单分析氧化物数据
#2018-03-23 16:26:20 March Friday the 12 week, the 082 day SZ SSMR [Python数据挖掘学习笔记]九.回归模型LinearRegre ...
python分析鸢尾花数据_python数据挖掘学习笔记】十六.逻辑回归LogisticRegression分析鸢尾花数据...
但是很多时候数据是非线性的,所以这篇文章主要讲述逻辑回归及Sklearn机器学习包中的LogisticRegression算法 #2018-03-28 16:57:56 March Wednesday ...
Kaldi学习笔记：01(kaldi/egs/sitw/v1)run.sh解析
kaldi学习笔记-01-sitw 简介脚本修改 run.sh 简介研究生阶段入坑了说话人识别方向,最近在学习如何使用Kaldi提取i-vector进行说话人识别,在这里记录一下学习的笔记. 这次 ...
语音识别（ASR）-- Kaldi 学习笔记
语音识别(ASR)-- Kaldi学习笔记语音识别简介 GMM-HMM基本原理 DNN-HMM(基于神经网络) Kaldi Kaldi架构简介 Kaldi在Windows下的安装工具准备编译Op ...
Netty网络框架学习笔记-16(心跳(heartbeat)服务源码分析)
Netty网络框架学习笔记-16(心跳(heartbeat)服务源码分析_2020.06.25) 前言: Netty 作为一个网络框架,提供了诸多功能,比如编码解码等,Netty 还提供了非常重要的一 ...
oracle查看表空间的内容,学习笔记:Oracle查看object对象表空间表索引数据文件的使用空间...
天萃荷净运维DBA咨询想要查看Oracle的object对象的使用空间大小,包括表空间表索引数据文件的使用空间 1.查看Oracle表空间大小 Select Tablespace_Name,S ...
Ui学习笔记---EasyUI的EasyLoader组件源码分析
Ui学习笔记---EasyUI的EasyLoader组件源码分析技术qq交流群:JavaDream:251572072 1.问题1:为什么只使用了dialog却加载了那么多的js http: ...
【MATLAB深度学习工具箱】学习笔记--体脂估计算例再分析：拟合神经网络fitnet里面的函数】
介绍上一篇 [MATLAB深度学习工具箱]学习笔记--体脂估计算例再分析:拟合神经网络fitnet里面的数据结构]_bear_miao的博客-CSDN博客原文链接如下[MATLAB深度学习工具箱]学 ...

[转载]kaldi学习笔记：run.sh(egs/timit/s5)详细分析：从数据准备到特征提取

[转载]kaldi学习笔记：run.sh(egs/timit/s5)详细分析：从数据准备到特征提取相关推荐

最新文章

热门文章