Reply To: 音響モデルの作成について

HARK FORUM 音響モデルの作成について Reply To: 音響モデルの作成について

#746
AvatarDanilo Onishi
Moderator

HARK特徴量の学習を行うには、HARKのSaveHTKFeaturesでMSLSの特徴量を保存してから下記コマンドでKaldiアーカイブに変換する必要があります。
copy-feats --htk-in scp:/path/to/nfbank/feats.scp ark,scp:/path/to/archive/feats.ark,/path/to/archive/feats.scp
そうすると、出来たフォルダはKaldi データフォルダと同じ扱いになります。ただ、次元数は13次元(GMM用)と40次元(chain用)が必要になりますのでご注意ください。
あと、データ水増しステップは音声ファイルをsoxで加工しますので特徴量だけでは出来ません。簡単にするなら水増しを飛ばした方が良いと思いますが、実施するなら下記ステップが追加で必要になります。
* 分離音をHARKのSaveWavePCMで保存し、そのデータを入れたwav.scpを作成する。
* utils/data/perturb_data_dir_speed_3way.shを用いて水増しwav.scpを作成する。
* wav.scpにあるコマンドを実行し、各出力ファイルをHARKで読み込んでから特徴量を抽出する。
* copy-featsで特徴量をKaldiアーカイブに変換する。

以上、よろしくお願いいたします。

  • This reply was modified 2 years, 2 months ago by AvatarDanilo Onishi. Reason: formatting