91超碰碰碰碰久久久久久综合_超碰av人澡人澡人澡人澡人掠_国产黄大片在线观看画质优化_txt小说免费全本

溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》

聲紋識別kaldi callhome diarization怎么實現

發布時間:2021-12-08 13:41:49 來源:億速云 閱讀:195 作者:iii 欄目:大數據

這篇文章主要介紹“聲紋識別kaldi callhome diarization怎么實現”,在日常操作中,相信很多人在聲紋識別kaldi callhome diarization怎么實現問題上存在疑惑,小編查閱了各式資料,整理出簡單好用的操作方法,希望對大家解答”聲紋識別kaldi callhome diarization怎么實現”的疑惑有所幫助!接下來,請跟著小編一起來學習吧!

callhome diarization kaldi 中專門用來進行混合錄音文件聚類分別的

學會自己看kaldi中的 指令demo。

個人操作如下:

teps/segmentation/detect_speech_activity.sh --cmd 'run.pl' --nj 1 --mfcc-config ./conf/mfcc_hires.conf --extra-left-context 79 --extra-right-context 21 --extra-left-context-initial 0 --extra-right-context-final 0 --frames-per-chunk 150 data/ljj exp/segmentation_1a/tdnn_stats_asr_sad_1a exp/mfcc_hires exp/segmentation_sad_snr/nnet_tdnn_j_ljj data/ljj
 
steps/make_mfcc.sh --mfcc-config conf/mfcc.conf --nj 1 --cmd "run.pl" --write-utt2num-frames true data/ljj_seg exp/make_mfcc mfcc 

utils/fix_data_dir.sh data/ljj_seg
 
 #  倒譜均值方差歸一化(CMVN)  
 local/nnet3/xvector/prepare_feats.sh --nj 1 --cmd "run.pl" data/ljj_seg data/ljj_seg_cmn exp/ljj_seg_cmn
 
 cp data/ljj_seg/segments data/ljj_seg_cmn/
 
 utils/fix_data_dir.sh data/ljj_seg_cmn
 
 diarization/nnet3/xvector/extract_xvectors.sh --cmd "run.pl"  --nj 1 --window 1.5 --period 0.75 --apply-cmn false --min-segment 0.5 exp/xvector_nnet_1a  data/ljj_seg_cmn exp/xvectors_ljj_seg
 
 diarization/nnet3/xvector/score_plda.sh --cmd "run.pl --mem 4G" --nj 1 --target-energy 0.9  exp/xvector_nnet_1a/xvectors_callhome1 exp/xvectors_ljj_seg exp/xvectors_ljj_seg/plda_scores
 
 diarization/cluster.sh --cmd "run.pl --mem 4G" --nj 1 --reco2num-spk data/ljj_seg/reco2num_spk exp/xvectors_ljj_seg/plda_scores exp/xvectors_ljj_seg/plda_scores_num_speakers
 #  如果知道有多少人說話 則需要生成 --reco2num-spk data/ljj_seg/reco2num_spk
 
 diarization/cluster.sh --cmd "run.pl --mem 4G" --nj 1 --threshold 0 exp/xvectors_ljj_seg/plda_scores exp/xvectors_ljj_seg/plda_scores_threshold_0
 
 
 第二列是文件名,第三列是開始時間,第四列是移動時間 第五列是 從移動時間開始 多少時間算一份  第八列是文件的label
如下是 已知文件有幾個人說話的時候
SPEAKER 18642259056-liujinjie.wav 0   0.000   4.510 <NA> <NA> 1 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0   4.530   1.660 <NA> <NA> 2 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0   6.210   4.880 <NA> <NA> 2 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0  11.090   1.660 <NA> <NA> 1 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0  12.800   2.130 <NA> <NA> 1 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0  14.950   4.400 <NA> <NA> 2 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0  19.390   1.810 <NA> <NA> 2 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0  21.220   5.220 <NA> <NA> 2 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0  26.440   4.410 <NA> <NA> 1 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0  30.850   2.480 <NA> <NA> 2 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0  33.340   5.120 <NA> <NA> 2 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0  38.460   5.990 <NA> <NA> 1 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0  44.480   3.910 <NA> <NA> 1 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0  48.460   3.460 <NA> <NA> 1 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0  52.060   5.420 <NA> <NA> 1 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0  57.530   5.030 <NA> <NA> 1 <NA> <NA>


如下是 不知文件有幾個人說話的時候
SPEAKER 18642259056-liujinjie.wav 0   0.000   4.510 <NA> <NA> 1 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0   4.530   1.660 <NA> <NA> 3 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0   6.210   4.880 <NA> <NA> 2 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0  11.090   1.660 <NA> <NA> 1 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0  12.800   2.130 <NA> <NA> 1 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0  14.950   4.400 <NA> <NA> 2 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0  19.390   1.810 <NA> <NA> 2 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0  21.220   5.220 <NA> <NA> 2 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0  26.440   4.410 <NA> <NA> 1 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0  30.850   2.480 <NA> <NA> 2 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0  33.340   5.120 <NA> <NA> 2 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0  38.460   5.990 <NA> <NA> 1 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0  44.480   3.910 <NA> <NA> 1 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0  48.460   3.460 <NA> <NA> 1 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0  52.060   5.420 <NA> <NA> 1 <NA> <NA>
SPEAKER 18642259056-liujinjie.wav 0  57.530   5.030 <NA> <NA> 1 <NA> <NA>
 
接下來就是 用pydub 進行語音片段的拼接了

到此,關于“聲紋識別kaldi callhome diarization怎么實現”的學習就結束了,希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習,快去試試吧!若想繼續學習更多相關知識,請繼續關注億速云網站,小編會繼續努力為大家帶來更多實用的文章!

向AI問一下細節

免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。

AI

北京市| 临泉县| 原平市| 临武县| 灵山县| 岱山县| 华坪县| 赣州市| 嘉兴市| 瓮安县| 固阳县| 含山县| 隆安县| 恩平市| 锦屏县| 平乡县| 林芝县| 台中市| 铁岭县| 余江县| 汝州市| 乳山市| 无棣县| 鹿邑县| 新宁县| 安阳市| 井冈山市| 高青县| 修水县| 宜城市| 斗六市| 柏乡县| 阿拉善盟| 苗栗市| 孙吴县| 东辽县| 昌都县| 锦州市| 罗江县| 衢州市| 内江市|