问题标签 [kaldi]

我正在编写一个音频处理脚本，它监听音频并在其上运行语音识别。我正在使用 PyAudio 回调函数来捕获音频帧并在音频电平高于某个阈值时触发录制/停止。

问题是，只要在剪辑上运行语音识别（在主循环中），回调似乎就不会运行。这令人困惑，因为我相信回调在单独的线程中运行。如果我用 替换该行speech = get_text(samples)，time.sleep(10)则在主循环阻塞时继续调用回调。当我执行其他操作（例如计算math.sin10 秒）时，回调也继续正常工作。

我的问题是，什么可能导致回调停止在自己的线程中运行，同时在主线程中运行任意代码，同时time.sleep允许它？

我正在处理语音识别任务。到目前为止，我一直在使用Google Cloud Speech Recognition API（Python 中）并取得了不错的效果。API 返回一个置信度值以及转录文本的每一块。如文档中所述，置信度是一个介于 0 和 1 之间的数字，但我没有找到任何关于 Google 的 API 如何派生该数字的更深入解释，因此我假设它以某种方式来自进行识别的神经网络。

我想采取的下一步是制作我自己的（离线）自动语音识别程序，我发现pyKaldi应该可以胜任这项任务。我还没有开始编程，但我想事先知道（出于研究目的）——Kaldi 能否像 Google Speech-to-Text API 一样返回一些类似的信心值？这种“信心”究竟是什么，它是如何计算的？

我想建立到我自己的服务器的 websocket 连接。

我尝试的代码如下：

但我收到一个错误Firefox kann keine Verbindung zu dem Server unter ws://137.250.171.212:8888/ws/speech aufbauen.，翻译为Firefox could not establish a connection to ws://137.250.171.212:8888/ws/speech

服务器肯定已启动并正在运行。我很感激任何帮助。

我正在使用运行 macOS Catalina (v10.15.1) 的 Mac Pro。有没有人设法用这个版本的操作系统构建 Kaldi？

具体来说，Kaldi 的依赖项之一是英特尔数学内核库（MKL 或其他一些合适的矩阵代数库）。MKL 没有与 Catalina 兼容的版本。我愿意使用另一个库，但我需要一些关于如何安装另一个库并使其与 Kaldi 一起运行的指导。

对于语音分类任务，我可以只在基于英语的数据集（单个单词的表达）上训练我的模型，但用我的语言进行评估吗？或者这没有意义，模型会显示出糟糕的结果？

我需要实现一个相当简单的模型，但我的语言没有数据集。

我想在 Cygwin 环境中安装 Kaldi。

我已经安装了所有必要的依赖项和软件包。

当我运行 check_dependencies 时，我收到类似的错误，

check_dependencies.sh: zlib 没有安装

./check_dependencies.sh：缺少以下先决条件；首先安装它们：zlib1g-d

但是这个问题似乎仍然存在，尽管我已经选择了所有包含 Zlib 的依赖项。

谁能帮助我，为什么会这样？

我已经搜索了互联网和这个论坛。但似乎没有什么是令人满意的。

请帮我解决这个问题。

在此处输入图像描述

我正在尝试安装 Kaldi，为此我安装了相关的东西（例如 gcc、automakers、autoconf 等）。但是，因为编译错误，我无法更进一步......错误信息如下......

当我输入更具体的命令“make CXX=g++-4.8”时，错误消息如下。看来这需要 g++ 4.8.3.、Apple Xcode 5.0 或 clang 3.3，但我的是 gcc 和 gcc@4.9（通过 brew 安装），而我的 Xcode 和 clang 远远超出 5.0 和 3.3。如果这些是问题，我想问一下如何安装它们（我尝试安装g++ 4.8.3，但是brew上似乎没有提供“gcc48”，我找不到Xcode 5.0安装文件......）。

对于给您带来的任何不便，我深表歉意，非常感谢您的所有时间！

<< gcc -v 检查>>

<< 放置更具体的命令时可能出现的问题>>

这些天我一直在学习 KALDI，我按照教程完成了一些示例，例如 yesno、voxforge、ynstadial 和自定义数字 ASR。

但是在完成上述所有操作后，我只得到了 WER 5% 和一些日志。

我怎样才能像麦克风或其他东西一样使用它们？

另外，我正在尝试对 KALDI 虚拟教程的示例进行一些增量学习或迁移培训，但我不知道如何开始。任何人都可以帮助我学习什么或做什么？

感谢您的帮助！

当您拥有标准 fst 时，您可以将其加载为 MutableFst 并执行以下操作：

这将改变内存中弧的值。

但是，当我有 ConstFst 时，我从 GrammarFst.instances_ 向量中获得了类似的东西：

我无法base_fst使用 MutableArcIterator 进行索引，因为它是 ConstFst。如果不对 Kaldi/Openfst 进行重大修改，这是否可能？

当我尝试这样做时：

我得到：

我的问题：

我需要instances_在运行时访问 GrammarFst 对象并更改弧权重。我目前不能这样做，因为 GrammarFst.instance_ 是 ConstFsts。

可行的解决方案：

• 在运行时将 GrammarFst.instances_ 转换为 StdFst
• 从磁盘加载时将 GrammarFst.instances_ 转换为 StdFst
• 保存 GrammarFst 时将 GrammarFst.instances_ 保存为 StdFst

不起作用的解决方案：

• 将整个 GrammarFst 保存为 StdFst，（因此取消引用 instances_ 并将它们复制到它们出现的主 fst 中的每个位置。这大大增加了文件大小（~10X）并且对我不起作用

我正在尝试在 python 中使用 kaldi_io 读取 scp 文件：

我收到此错误：

我不知道如何解决这个问题