[语音识别] kaldi

2024-07-11 06:28| 来源: 网络整理| 查看: 265

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)

代码语言：javascript复制local/prepare_dict.sh || exit 1;

流程：

代码语言：javascript复制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

【本文地址】

[语音识别] kaldi

[语音识别] kaldi

今日新闻

推荐新闻