kaldi基础介绍（一）在说话人识别中的数据准备

在kaldi说话人识别示例（egs/sre10,egs/sre16）中，数据总共有两大类，一是训练集（training），二是评估数据集（evaluation）。对于评估数据集又分为两类，一是用来注册（enrollment）的数据集，二是测试（test）集。

一、训练集的准备

训练集需要准备的文本文件是三类：spk2utt, utt2spk以及wav.scp

1 spk2utt 是说话人id（记作spkid）和说话人语音名称（uttid）的对应关系，通常来讲，一个说话人会有很多条语音，文件中的格式为，spkid uttid1 uttid2...，每一行有且只有一个说话人id。如下图所示

需要注意的是，每一行的uttid顺序需要按照sort命令的排序模式来排，以及spkid也需要按照排序命令sort的模式来排。否则kaldi脚本在进行validate_data_dir.sh的时候报错。

2 utt2spk 是单个语音名称uttid和说话人的对应，很明显每行都是一一对应关系。如下图

utt2spk也可以由kaldi自带脚本和spk2utt生成，也可以由自己写脚本完成

3 wav.scp 是语音名称uttid和其完整路径的对应，也是每行一个音频。但是根据数据集中音频文件格式的不同，需要添加一些转换格式的命令。

如果原始音频文件格式为wav，则只需要写uttid path，如下：

如果格式为sph或者flac，则需要加入格式转换的命令行，如下：

注：如果需要训练性别有关的模型，还需要加入spk2gender的文本文件

对于说话人识别的评估，我们首先需要注册一批说话人，既然是注册说话人的声纹，则每个说话人需要至少有一条语音用来注册。对于测试集，则还需要一个已注册说话人和某个语音的id以及标签label（表明是否是同一个人）

二、注册集

注册集和训练集一样，由：spk2utt，utt2spk，wav.scp 组成。文本文件内容的模式也和训练集保持一致，这里不再赘述。

三、测试集

测试集是由：spk2utt，utt2spk，wav.scp 以及trials 这四种文件组成。

1 在这里spk2utt 还有 utt2spk内容是一模一样的，都是uttid uttid，如下图：

2 wav.scp 的内容模式和训练集是一致的，它包含了所有的测试音频

3 trials文件格式： spkid uttid label，如下

以上就是kaldi说话人识别数据集的准备格式，自己手动写脚本准备的时候，会遇到的问题，一是排序问题，主要会出现在spk2utt以及utt2spk文件中，因此在生成这些文件的时候就需要注意一定的顺序性，也要根据实际情况改变uttid的名字，以便于通过validate-data-dir脚本的检测；二是转格式的问题，目前遇到的sph和flac就需要不同的工具去转格式（sph2pipe和sox）。

kaldi基础介绍（一）在说话人识别中的数据准备相关推荐

说话人识别中的数据预处理和数据增强
数据预处理假设已经采集到一些数据,在进行训练之前,需要先对数据做以下预处理: 数据清洗语音检测(Voice Activity Detection,VAD,也叫Speech Detection,或S ...
【Grasshopper基础3】在SolveInstance中获取数据和传出数据
在RegisterInputParams和RegisterOutputParames中添加数据的输入端/输出端之后的下一步就是我们如何在电池的SolveInstance中拿到我们的数据并进一步处理了. ...
说话人识别中的数据需求
概述机器学习领域名言"Garbage In, Garbage Out!"不论神经网络多么先进,如果输入是垃圾,那么输出也一定是垃圾在说话人识别领域,所需的最小数据单元,包括: ...
vue组件穿方法_vue组件中的数据传递方法
Vue 的组件作用域都是孤立的,不允许在子组件的模板内直接引用父组件的数据.必须使用特定的方法才能实现组件之间的数据传递.组件之间传递数据大致分为三种情况: 父组件向子组件传递数据,通过 props ...
phpStudy3——往数据库中添加数据
前言: 前边介绍了查询数据库的方法,这里介绍下往数据库中添加数据的方法. 项目需求: 用户在前端页面输入的用户名和手机号码,点击提交后后端判断手机号码是否已经存在.如果不存在,那么插入数据库到数据库, ...
Flink 从 Checkpoint 中恢复数据
本文开头附:Flink 学习路线系列 ^ _ ^ 接上文:Flink笔记(十八):Flink 之 StateBackend 介绍 & 使用,本文介绍 Flink 从 Checkpoint 中恢 ...
TI CC32XX SDA中SimpleLink Academy教程翻译（RTOS部分的基础介绍非常易懂）
SimpleLink MCU平台是业界最广泛的基于ARM Cortex-M的有线和无线微控制器组合. 目录一.Debug Printing 1.printf 2.Display_printf 3.S ...
【FME】FME中转换器及参数基础介绍
FME中转换器及参数基础介绍转换器介绍 FME常用转换器 FME参数数据的扇出示例数据:目前有一份行政区划的数据,现要按照行政区的名称,进行多种组织形式的数据扇出. (1)将数据按图层扇出后存放 ...
golang roadrunner中文文档（一）基础介绍
2021年5月24日14:34:05 golang roadrunner中文文档(一)基础介绍 golang roadrunner中文文档(二)PHP Workers golang roadrunne ...

kaldi基础介绍（一）在说话人识别中的数据准备

kaldi基础介绍（一）在说话人识别中的数据准备相关推荐

最新文章

热门文章