kaldi的全部资料_v0.4.pdf

kaldi 资料归纳和总结 wbglearn （吴本谷）version 0.4 2014 年9 月15 日 目录 目录 2 0 开篇前的话4 1 kaldi 的介绍 5 1.1 kaldi 简介5 1.2 kaldi 的特色5 1.3 kaldi 的声学模型5 1.4 kaldi 所用到的库介绍:5 2 kaldi 的安装和出现错误的解决方案6 2.1 安装前的配置6 2.2 安装 6 2.2.1 Unbuntu6 2.2.2 Cygwin 7 2.2.3 服务器或者工作站7 3 kaldi 的使用 8 3.1 总述 8 3.2 kaldi 里各种数据库的介绍16 3.3 yesno 的例子16 3.4 timit 17 3.5 r 17 3.6 voxforge17 4 kaldi 主页上的翻译 18 4.1 数据准备 19 4.2 特征提取35 4.3 声学建模代码 37 4.4 kaldi 里解码图的构建39 4.5 Karel 的深度神经网络训练实现43 4.6 Kaldi 中的关键词搜索47 4.7 kaldi 中的关键词检索(之前的版本)51 4.8 在线识别59 4.9 决策树是如何在kaldi 中使用63 4.10 Decision tree internals71 4.11 HMM 拓扑结构和转移模型75 4.12 kaldi 里的聚类机制83 4.13 Decoding-graph creation recipe (training time) 85 4.14 Decoding-graph creation recipe (test time) 87 4.15 kaldi tutorial 95 5 附录 103 5.1 kaldi 上搭建TIMIT 基线系统 103 5.2 kaldi 里的voxforge 106 5.3 在vs 2013 中编译kaldi 112 6 其他资料和资源 113 7 版本更新日志 114 0 开篇前的话 首先，先打2 个广告。希望大家看到文档的同时，可以积极参与讨论。 第一个广告：kaldi 学习 语音深度学习群，群号是：367623211 。欢迎大家的加入。 第二个广告：语音识别论坛，论坛地址：/forum-76-1.html 论坛欢迎 大家的发帖和跟帖，欢迎大家积极讨论。 其次，关注我博客（/wbgxx333 ）的人应该知道本文档是建立在群里大家 的共同努力完成的，特别是对kaldi 主页翻译的部分，感谢每个参与翻译的人，感谢你们的 辛勤劳动和付出，希望可以对学习kaldi 的人有用。 最后，希望大家可以积极参与讨论，让群和论坛全部活跃起来，也可以使语音识别逐渐成为 大家的生活的一部分。 备注：此文档不定期更新，如果您发现有任何问题和疑问，欢迎随时在群里跟我联系或者通 过邮箱 （wbglearn@gmail.co 或者354475072@)与我联系，我们将逐渐完善该文档。 2014.8.16 最近都在对kaldi 的脚本和源码有兴趣，欢迎大家积极交流。大家的看的时候希望做下笔记， 然后写下你自己的理解，希望你可以发给我，我将放在我们这里，供大家学习，希望越多的 人加入进来，为未来的人铺好路。此外，大家在学习kaldi 的过程一定要注重对代码和脚本 的学习，学的深一点，不要仅仅会运行。祝大家学习愉快！ 1kaldi的介绍 1.1kaldi简介 kaldi是一个开源的语音识别工具箱，是基于c++编写的，可以