kaldi - Kaldi - Mini librispeech - 解码自己的文件

Question

我已经开始与 Kaldi 合作，并设法在没有任何 GPU 的情况下训练了一些迷你 librispeech 文件。

现在我有一个小的 WAV 文件，我需要弄清楚如何用 Kaldi 解码这个文件。我需要使用哪个解码文件？

很高兴获得任何信息！

干杯，安迪

Answer 1

要解码单个文件，请将其名称放在 scp 文件 decode.scp 中，如下所示：

decoder-test decoder-test.wav

然后解码脚本将如下所示：

online2-wav-nnet3-latgen-faster \
      --word-symbol-table=exp/tdnn/graph/words.txt --frame-subsampling-factor=3 --frames-per-chunk=51 \
      --acoustic-scale=1.0 --beam=12.0 --lattice-beam=6.0 --max-active=10000 \
      --config=exp/tdnn/conf/online.conf \
      exp/tdnn/final.mdl exp/tdnn/graph/HCLG.fst ark:decoder-test.utt2spk scp:decoder-test.scp ark:- |
    lattice-lmrescore --lm-scale=-1.0 ark:- 'fstproject --project_output=true data/lang_test_rescore/G.fst |' ark:- |
    lattice-lmrescore-const-arpa ark:- data/lang_test_rescore/G.carpa ark:- |
    lattice-align-words data/lang_test_rescore/phones/word_boundary.int exp/tdnn/final.mdl ark:- ark:- |
    lattice-to-ctm-conf --frame-shift=0.03 --acoustic-scale=0.08333 ark:- - |
    local/int2sym.pl -f 5 data/lang_test_rescore/words.txt - -

您还可以尝试使用 kaldi-gstreamer 或py-kaldi-asr来简化解码接口。