|
|
本帖最后由 lsh 于 2019-4-15 12:17 编辑
kaldi-tf1.12镜像，已经将kaldi安装所需的包，都准备好。用户购买此镜像后，只需按步骤去执行即可。
安装流程[五大步骤]
1. 开机。建议选 1050ti + 8核CPU + 10G内存。
2. 将Kaldi-master拷贝并解压缩到MyFiles文件夹。
Kaldi-master在哪里？
文件路径：/home/ubuntu/MyFiles/PublicData/advanced/SpeechAudio/Kaldi
3. 安装支撑(三小步)
(1) 切换到tools目录
(2) 运行：
extras/check_dependencies.sh
[不报错，出现successfully，说明成功]
(3) 运行：
make -j X
[注意：X是数字，等于你租用的CPU核的数目]
[无报错，顺利完成，说明成功]
4. 编译Kaldi源码(四小步)
(1) 切换到src目录
(2) 运行：
./configure --shared
(3) 运行：
make depend
(4) 运行：
make -j X
[注意：X是数字，等于你租用的CPU核的数目]
5. 验证是否安装成功
进入egs/yesno/s5目录，执行 ./run.sh 脚本
出现%WER 0.00 [ 0 / 232, 0 ins, 0 del, 0 sub ] exp/mono0a/decode_test_yesno/wer_10_0.0时，恭喜你，Kaldi安装成功！
################################################################
################################################################
安装过程详解
[1] CPU核心数，可用命令 nproc 查看（我用的是虚拟机安装Ubuntu，尝试下来表明不能全开CPU，否则Ubuntu容易死）
[2] 现在的kaldi版本已经不默认安装 IRSTLM (一种语言模型工具)，如果有需求，可自行安装。如下所示：
extras/install_irstlm.sh
[3] src目录的make时间较长，耐心等待，出现Done且不报错时表明已安装结束
[4] 验证一下是否安装成功
进入egs目录，用命令 cat README.txt 查看用例，egs下面包含如voxforge,vystadial_{cz,en},yesno和LDC用例
这里用yesno为例
进入egs/yesno目录，用命令cat README.txt 查看yesno数据集介绍，是一个关于Yes/no识别的简单的数据集
进入egs/yesno/s5目录，执行 ./run.sh 脚本
出现%WER 0.00 [ 0 / 232, 0 ins, 0 del, 0 sub ] exp/mono0a/decode_test_yesno/wer_10_0.0时，恭喜你，Kaldi安装成功！
Kaldi目录介绍
进入Kaldi-master可以看到，./tools，./src和./egs这三个目录是比较重要的。
./src目录存放的是Kaldi的源代码。
./egs存放的是Kaldi提供的一些例子。
./tools目录下面全部都是Kaldi依赖的包。其中主要有：
OpenFST：Weighted Finite State Transducer library，是一个用来构造有限状态自动机的库。我们知道隐马尔科夫模型就可以看成是一个有限状态自动机的。这是最终要的一个包，Kaldi的文档里面说：If you ever want to understand Kaldi deeply you will need to understand OpenFst.
ATLAS：这是一个C++下的线性代数库。做机器学习自然是需要很多矩阵运算的。
IRSTLM:这是一个统计语言模型的工具包。
sph2pipe:这是宾夕法尼亚大学linguistic data consortium（LDC）开发的一款处理SPHERE_formatted数字音频文件的软件，它可以将LDC的sph格式的文件转换成其它格式。
为何不预先安装kaldi？
这是kaldi的特性决定的。我们预先执行了这些过程，用户仍然没法调用。因为用户操作中，会修改kaldi目录的内容。所以，我们必须要将kaldi-master放到MyFiles下面。
这样，用户这次用完关机、下次再来时，在kaldi-master之上的修改，仍在。
|
|
发表于 2019-1-16 09:30:48
楼主
