理解wav2letter++ tutorial

Step1 Data preparation

下載完數據后我們需要預處理數據使其格式能被wav2letter++處理:
cd wav2letter/tutorials/1-librispeech_clean
python3 prepare_data.py --src $W2LDIR/LibriSpeech/ --dst $W2LDIR
python3 prepare_lm.py --dst $W2LDIR
此時生成的data文件夾里存放著預處理后的數據。
prepare_data.py prepares the dataset and tokens file
prepare_lm.py prepares lexicon and language model data
預處理后的每條音頻數據都會有四個對應的文件:

  • .flac/.wav audio file(e.g. 000000000.flac)
  • .id identifiers for the file(e.g. file_id 0)
  • .wrd words file containing the transcription(e.g. hello world)
  • .tkn tokens(graphemes) file(e.g. h e l l o | w o r l d, the symbol "|" is used to denote space)

Step 2: Training the Acoustic Model

首先將train.cfg文件中的[...]替換成正確的路徑

--datadir=/home/zd/W2Ldemo/
--tokensdir=/home/zd/W2Ldemo/
--rundir=/home/zd/W2Ldemo/saved_models
--archdir=/data/zd/wav2letter/tutorials/1-librispeech_clean/

然后執行:
/data/zd/wav2letter/build/Train train --flagsfile /data/zd/wav2letter/tutorials/1-librispeech_clean/train.cfg
訓練后的logs保存在你設置的rundir目錄下。

Step3 Decoding

首先將decode.cfg文件中的[...]替換成正確的路徑

--datadir=/home/zd/W2Ldemo/
--lexicon=/home/zd/W2Ldemo/lm/lexicon.txt
--lm=/home/zd/W2Ldemo/lm/3-gram.arpa
--am=/home/zd/W2Ldemo/saved_models/librispeech_clean_trainlogs/001_model_data#dev-clean.bin
--sclite=/home/zd/W2Ldemo/decode_logs

然后執行:
/data/zd/wav2letter/build/Decoder --flagsfile /data/zd/wav2letter/tutorials/1-librispeech_clean/decode.cfg
解碼后的logs保存在你設置的sclite目錄下,查看最后5行log:
tail -n 5 data#test-clean.log

|T|: then i long tried by natural ills received the comfort fast while budding at thy sight my pilgrim's staff gave out green leaves with morning dews impearled 
|P|: then i long tried by natural walls were seized the comfort fast while buying at thy sight my pilgrim staff gave out relies with morning dew impearled 
[sample: 2616, WER: 29.6296%, LER: 12.2581%, slice WER: 18.6255%, slice LER: 8.84388%, progress: 100%]
------
[Decode data/test-clean (2620 samples) in 113.572s (actual decoding time 0.205s/sample) -- WER: 18.6872, LER: 9.02497]

|T| - True transcription
|P| - predicted transcription.
WER - Word Error Rate for current sample.
slice-WER - Overall Word Error Rate in the current thread. (Note that for decoding they divide the work using a ThreadPool)
最后一行顯示最終的結果WER: 18.6872, LER: 9.02497

?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,622評論 6 544
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,716評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,746評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,991評論 1 318
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,706評論 6 413
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 56,036評論 1 329
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 44,029評論 3 450
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 43,203評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,725評論 1 336
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,451評論 3 361
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,677評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,161評論 5 365
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,857評論 3 351
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,266評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,606評論 1 295
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,407評論 3 400
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,643評論 2 380

推薦閱讀更多精彩內容