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

Viewing 2 posts - 1 through 2 (of 2 total)
  • Author
    Posts
  • #744
    浅井忠
    Participant

      現在、KaldiのCSJモデルでnnet3-chainモデルを作成しているのですが、
      特徴量をHARKで抽出したMSLS40次元の特徴量で学習をしたいのです。
      どのようにやればよろしいでしょうか?
      よろしくお願いします。

      #746
      Danilo 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 5 years, 4 months ago by Danilo Onishi. Reason: formatting
      Viewing 2 posts - 1 through 2 (of 2 total)
      • You must be logged in to reply to this topic.