kaldi与中文语音识别

 

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。目前我所了解到有3个开源的中文语音识别例子。

清华大学开源的thchs30数据集（疯狂为CSLT打电话~~~）
CVTE公司开源的CVTE Mandarin Model模型
Beijing Shell Shell Technology公司开源的aishell数据集
如果有同学知道其他的数据集or模型，中英文皆可，欢迎联系我补充啊~

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~

 

 

 

版权声明：本文为CSDN博主「zyziszy」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/zyziszy/article/details/82919957