kaldi 数据准备

[bringtree]

来源:https://blog.csdn.net/chinatelecom08/article/details/81252343

使用compute-mfcc-feats提取特征，生成对应的特征文件feats.ark；
使用copy-feats来拷贝特征文件，并创建特征的scp文件，生成feat.scp feat.ark ；
使用compute-cmvn-stats计算CMVN归一化，得到cmvn.scp cmvn.ark ；
使用apply-cmvn得到了applycmvn.ark文件；
使用splice-feats来继续变换特征 ，拼接相邻帧的特征；
使用transform-feats来进行特征转换，为了解码调用 ；
最后通过得到的transform.ark进行解码的操作，得到解码后的lattice文件 。
3. 具体流程指令：
首先列出具体文件，这里我就按照自己的文件给出了，如果用别的，改相应文件就行了
2. wav.scp(里面是保存了wav的绝对路径)
3. final.mdl(训练模型得到的模型文件)
4. final.mat（用来特征转换）
5. HCLG.fst（fst文件，用于解码）
使用compute-mfcc-feats生成对应的特征文件feats.ark:
compute-mfcc-feats --use-energy=false scp:wav.scp ark:feats.ark
使用copy-feats来拷贝特征文件，并创建特征的scp文件，生成feat.scp feat.ark
copy-feats ark:feats.ark ark,scp:feat.ark,feat.scp
使用compute-cmvn-stats计算CMVN归一化，得到cmvn.scp cmvn.ark
compute-cmvn-stats scp:feat.scp ark,scp:cmvn.ark,cmvn.scp
使用apply-cmvn，得到了applycmvn.ark文件
apply-cmvn scp:cmvn.scp scp:feat.scp ark:applycmvn.ark
使用splice-feats来继续变换特征
splice-feats --left-context=3 --right-context=3 ark:applycmvn.ark ark:splice.ark
使用transform来进行特征转换，为了解码调用
transform-feats final.mat ark:splice.ark ark:transform.ark
最后通过得到的transform.ark进行解码的操作，得到一个晶格文件
nnet-latgen-faster [options] <fst-in|fsts-rspecifier>

作者：Audior
来源：CSDN
原文：https://blog.csdn.net/chinatelecom08/article/details/81252343
版权声明：本文为博主原创文章，转载请附上博文链接！