织梦网站数据下载,wordpress 首页静态,如何获取所有网站,北京开发app其实不是特别推荐在Windows下使用kaldi#xff0c;因为在egs下所有的脚本都无法运行#xff0c;我也是弄了很久才在Windows下配置好kaldi#xff0c;都一度差点弃坑。就连官方也说There is no commitment to support Windows. The Windows port of Kaldi is targeted at exp…其实不是特别推荐在Windows下使用kaldi因为在egs下所有的脚本都无法运行我也是弄了很久才在Windows下配置好kaldi都一度差点弃坑。就连官方也说There is no commitment to support Windows. The Windows port of Kaldi is targeted at experienced developers who want to program their own apps using the kaldi libraries and are able to do the troubleshooting on their own.就让我来把坑填平那么一点点吧kaldi在Windows下的安装工具准备gitcmakeVisual Studio 2017vs2017要注意安装win8.1 SDK如果已经安装了vs2017也可以在上方的菜单栏中的工具-获取工具和功能中来查看是否有安装。git和cmake的安装没有什么特别的就不做介绍了。编译Openfst首先从github上将openfst clone下来。然后这里用cmake的方式来先编译出vs的工程文件具体操作方法如下12345git clone https://github.com/kkm000/openfst.gitcd openfstmkdir build64cd build64cmake -G Visual Studio 15 2017 Win64 ../如果这一步成功会显示以下提示123456789101112131415161718192021222324-- The C compiler identification is MSVC 19.11.25547.0-- The CXX compiler identification is MSVC 19.11.25547.0-- Check for working C compiler: C:/Program Files (x86)/Microsoft Visual Studio/2017/Community/VC/Tools/MSVC/14.11.25503/bin/Hostx86/x64/cl.exe-- Check for working C compiler: C:/Program Files (x86)/Microsoft Visual Studio/2017/Community/VC/Tools/MSVC/14.11.25503/bin/Hostx86/x64/cl.exe -- works-- Detecting C compiler ABI info-- Detecting C compiler ABI info - done-- Check for working CXX compiler: C:/Program Files (x86)/Microsoft Visual Studio/2017/Community/VC/Tools/MSVC/14.11.25503/bin/Hostx86/x64/cl.exe-- Check for working CXX compiler: C:/Program Files (x86)/Microsoft Visual Studio/2017/Community/VC/Tools/MSVC/14.11.25503/bin/Hostx86/x64/cl.exe -- works-- Detecting CXX compiler ABI info-- Detecting CXX compiler ABI info - done-- Detecting CXX compile features-- Detecting CXX compile features - done-- The following ICU libraries were not found:-- data (required)-- i18n (required)-- io (required)-- test (required)-- tu (required)-- uc (required)-- Failed to find all ICU components (missing: ICU_INCLUDE_DIR ICU_LIBRARY _ICU_REQUIRED_LIBS_FOUND)-- Could NOT find ZLIB (missing: ZLIB_LIBRARY ZLIB_INCLUDE_DIR)-- Configuring done-- Generating done-- Build files have been written to: C:/Users/jtrmal/Documents/openfst/build64成功后会在build64目录下面生成一个openfst.sln文件用vs2017打开这个文件分别用Debug|x64和Release|x64来生成一遍如下图如果失败为0则代表编译通过。配置OpenBLAS首先也是从github上先将kaldi clone下来1git clone https://github.com/kaldi-asr/kaldi.git kaldi然后我们就需要去配置线性代数库这里有两个选择一个是Intel MKL一个是OpenBLAS。这里我选用OpenBLAS。用下面的命令来下载OpenBLAS的二进制包(在kaldi/tools目录下)12curl -L -O http://sourceforge.net/projects/openblas/files/v0.2.14/OpenBLAS-v0.2.14-Win64-int32.zipunzip OpenBLAS-v0.2.14-Win64-int32.zip注意这里要下载Win64-int32版本而不是Win64-int64版本修改配置文件进入kaldi/windows路径想将varialbe.props.dev复制一份重命名为variables.props打开后将刚刚配置好的库修改为自己的路径1234567C:\Program Files\(x86)\IntelSWTools\compilers_and_libraries\windows\mkl\C:\Users\Yenda\Downloads\kaldi-svn\tools\OpenBLAS-v0.2.14-Win64-int32C:\Users\jtrmal\Documents\openfstC:\Users\jtrmal\Documents\openfst\build64我们需要将OpenBLAS和Openfst修改为自己的路径因为没有用到MKL就不用修改了。下面就是我修改后的路径1234567C:\Program Files(x86)\IntelSWTools\compilers_and_libraries\windows\mkl\D:\git_home\kaldi\tools\OpenBLAS-v0.2.14-Win64-int32D:\git_home\openfstD:\git_home\openfst\build64产生工程文件同样还是在kaldi/windows路径下因为我们是使用OpenBLAS所以就把kaldiwin_openblas.props复制一份重命名为kaldiwin.prosp。然后在windows路径下用git bash运行以下命令12./generate_solution.pl --vsver vs2017 --enable-openblas./get_version.plkaldi编译测试然后我们打开在kaldi/kaldiwin_vs2017_OPENBLAS这个新生成的文件夹打卡里面的kaldiwin_vs2017.sln工程文件这里面就包括了所有kaldi/src中*bin中的.cc文件。这时候需要来测试一下kaldi能否运行首先要把Debug|Win32改为Debug|x64然后右键选择online2-wav-nnet2-latgen-faster生成如下图如果生成成功则代表之前的工作都做对啦kaldi已经配置好了✌️~exe文件会生成在kaldiwin_vs2017_OPENBLAS/x64/Debug中不过当用命令行来运行刚刚生成的exe文件时还是有可能会报错如缺少dll等解决方法见常见问题。kaldi在Windows下的调试新建自己的kaldi项目在配置好kaldi之后就可以开始调试和编写自己的使用kaldi的程序了。不过原来的kaldi项目中有630个项目或者称为解决方案每次打开都要加载很久。所以我们可以新建一个空项目添加引用然后点击左上角文件-添加-现有项目切换到kaldi/kaldiwin_vs2017_OPENBLAS/kaldiwin路径下。最好把所有以kaldi开头的项目都添加进去(点进去具体的文件夹添加.vcxproj文件)包含test的不用。不过如果你清楚你用的项目要用到哪些具体的引用那么只添加特定的项目即可。那么要怎么看需要用到那些引用呢这时就要回到之前那个包含630个项目的vs中去。比如说我想要提取mfcc特征就可以去看看compute-mfcc-feats这个项目中以用了那些项目然后在自己的项目提取mfcc特征项目中也要以用相同的项目那么就把对应的项目添加到自己的项目中如下图添加工程属性表配置好引用还需要我们去添加刚才配置好的vs工程属性表点开左上菜单栏中的视图-其他窗口-属性管理器。然后在自己的项目的Debug|64中添加variables.props kaldiwin.props openfst_debug.props(如果要release则添加对应的release版本)修改附加包含目录还差一步就大功告成首先要在自己的项目中添加一个cpp文件然后右键属性-C/C-所有选项-附加包含目录需要把kaldi/src目录添加进去配置好之后就可以写自己的调用kaldi的程序了之后也可以按照这样的方式来。总结一下在当前项目中文件-添加-新建项目添加需要用到的引用添加已经配置好的工程属性表最后把kaldi/src添加到附加包含目录就可以了另外要记住调试模式要切换成Debug|x64写自己的kaldi程序如果想写自己的调用kaldi的程序要怎么开始呢最好的办法就是去看run.sh中用到了哪些命令然后在看命令中C代码是怎么做的。以提取mfcc特征为例在声纹识别中一般都是下面几条命令用来提取mfcc特征12345678910#run.sh#Now make MFCC features.#mfccdir should be some place with a largish disk where you#want to store MFCC features.mfccdirmfccfor x in train test; dosteps/make_mfcc.sh --cmd $train_cmd --nj 10 data/$x exp/make_mfcc/$x $mfccdirsid/compute_vad_decision.sh --nj 10 --cmd $train_cmd data/$x exp/make_mfcc/$x $mfccdirutils/fix_data_dir.sh data/$xdone具体的提取mfcc的特征程序就在steps/make_mfcc.sh中了1234567#make_mfcc.sh$cmd JOB1:$nj $logdir/make_mfcc_${name}.JOB.log \extract-segments scp,p:$scp $logdir/segments.JOB ark:- \| \compute-mfcc-feats $vtln_opts --verbose2 --config$mfcc_config ark:- ark:- \| \copy-feats --compress$compress $write_num_frames_opt ark:- \ark,scp:$mfccdir/raw_mfcc_$name.JOB.ark,$mfccdir/raw_mfcc_$name.JOB.scp \|| exit 1;里面具体提取mfcc特征的命令就应该是steps/make_mfcc.sh了看下make_mfcc.sh在经过一系列处理后使用compute-mfcc-feat这个命令来提取mfcc特征的。我们就可以去看在featbin下的compute-mfcc-feat.cc中是如何提取mfcc特征的下面就贴上我的提取mfcc并写入一个txt文件的代码1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253#include#include#includefeat/feature-mfcc.h#includefeat/wave-reader.h#includebase/kaldi-math.h#includematrix/kaldi-matrix-inl.h#includematrix/kaldi-vector.hint main(int argc,char * argv[]){try {using namespace kaldi; //要记住使用namespace kaldiconst char * Usage my_kaldi.exe [wav_filename] [mfcc_filename] \n;ParseOptions po(Usage);po.Read(argc, argv);if (po.NumArgs() ! 2) {po.PrintUsage();exit(1);}std::string wav_filename po.GetArg(1);std::string mfcc_filename po.GetArg(2);/*读取wav文件*/std::ifstream wav_file;wav_file.open(wav_filename, std::ios_base::binary);WaveData wave;wave.Read(wav_file);SubVector waveform(wave.Data(), 0);//将wav文件数据放到waveform中/*mfcc特征配置*/MfccOptions mfcc_opts;mfcc_opts.frame_opts.samp_freq 16000;mfcc_opts.frame_opts.frame_length_ms 25;mfcc_opts.frame_opts.frame_shift_ms 10;mfcc_opts.frame_opts.preemph_coeff 0.95;/*提取mfcc特征*/Matrix mfcc_feature;Mfcc feat(mfcc_opts);feat.ComputeFeatures(waveform, wave.SampFreq(), 1.0, mfcc_feature);/*写入到文件中*/WriteKaldiObject(mfcc_feature,mfcc,false);//kaldi中都可以使用WriteKaldiObject来写使用到的kaldi对象}catch (const std::exception e) {std::cerr e.what();return -1;}return 0;}kaldi模型的读取在windows上跑kaldi不可避免地会用到kaldi中的I/O接口比如读取在Linux下已经训练好的模型等。kaldi中的模型往往都是一个类比如说声纹识别中用到的UBM类FullGmm提取ivector的IvectorExtractor等等对于这些类的提取都可以用ReadKaldiObject来完成1234using namespace kaldi;FullGmm fgmm; //首先要声明想要读取的模型的类std::string ubmFile final.ubm; //然后确定文件名ReadKaldiObject(ubmFile, fgmm);对于其他的模型也可以通过类似的方法来读取到内存中。如果想把模型等写出来也可以通过WriteKaldiObject来完成。kaldi在Windows下的移植此处的移植指的是能够使kaldi在一台没有开发环境下的电脑中正常运行。刚开始要做的时候感觉可能会有各种的坑不过实际中做要比想象中简单得多如果上面配置基本没什么问题移植的话也就没什么问题了。生成exe生成exe其实很简单在每次Debug的时候都会自动生成一个可执行文件不过要想在一个没有开发环境的电脑上使用要用Release来重新生成一下。我们可以用main(int argc, char * argv[])来读取命令行的参数然后可以用ParseOptions po(Usage);来控制输入的参数具体参考上面提取mfcc的代码这里就不做过多的介绍了。在移植过程中还遇到的一个问题就是缺少一些dll主要是mingw的一些dll解决方法见下面遇到的问题。生成dll如果想生成dll打包给其他程序用就需要在头文件中想要导出的函数的前面加上declspec(dllexport)并且右键右侧的项目属性栏把常规中的项目默认值-配置类型改为动态库(.dll)遇到的问题记录cmake生成Openfst工程文件失败根据错误提示应该是缺少了fst_test.h weight-tester.h algo_test.h在openfst/src目录下搜索这几个文件发现都在openfst\src\include\fst\test中于是把几个文件都复制过来然后再执行那条cmake的命令就可以成功了~。缺少libopenblas.dll当在命令行或git bash中运行生成好的exe时会报错缺少libopenblas.dll我们需要将之前下载的OpenBLAS中bin目录下的libopenblas.dll拷到和exe文件同一个文件夹中就可以执行了。mingw dll下载包括libgcc_s_seh-1.dll libgfortran-3.dll libquadmath-0.dll下载后同样需要放到和exe同一目录下。12curl -L -O http://sourceforge.net/projects/openblas/files/v0.2.14/mingw64_dll.zipunzip mingw64_dll.zip参考资料
