KALDI после тренировки - PullRequest
Новая
       95

KALDI после тренировки

1 голос
/ 12 февраля 2020

В эти дни я немного изучал KALDI, и я следую этому уроку и дополняю несколько примеров, таких как yesno, voxforge, ynstadial и пользовательские цифры ASR.

Но после того, как все вышеперечисленное завершено, я только получил что-то вроде WER 5% и немного журнала.

Как я могу использовать их как микрофон или что-то еще?

Также я пытаюсь провести дополнительное обучение или перевод на KALDI пример манекена, но я не знаю с чего начать. Кто-нибудь может мне помочь с тем, что учить или что делать?

Спасибо за помощь!

1 Ответ

0 голосов
/ 12 февраля 2020

Вы можете играть с упаковщиком Kaldi как https://github.com/alphacep/vosk-api для простого декодирования с python. Код для запуска выглядит следующим образом: this : 

model = Model("model")

# Large vocabulary free form recognition
rec = KaldiRecognizer(model, 16000)

# You can also specify the possible word list
#rec = KaldiRecognizer(model, 16000, "zero oh one two three four five six seven eight nine")

wf = open(sys.argv[1], "rb")
wf.read(44) # skip header

while True:
    data = wf.read(2000)
    if len(data) == 0:
        break
    if rec.AcceptWaveform(data):
        res = json.loads(rec.Result())
        print (res)
    else:
        res = json.loads(rec.PartialResult())
        print (res)

res = json.loads(rec.FinalResult())
print (res)

Для использования микрофона вы можете попробовать с Pyaudio:

В качестве альтернативы вы можете читать с микрофона 

import pyaudio

p = pyaudio.PyAudio()
stream = p.open(format=pyaudio.paInt16, channels=1, rate=16000, input=True, frames_per_buffer=1024)
stream.start_stream()

while True:
        data = stream.read(2000)
...