KALDI之aishell之v1模型后续3

喜欢ヅ旅行 2022-04-18 06:17 214阅读 0赞

\#extract ivector  
sid/extract\_ivectors.sh --cmd "$train\_cmd" --nj 10 \\  
  exp/extractor\_1024 data/train exp/ivector\_train\_1024

该脚本为一组话语，给定的特征和训练有素的iVector提取器提取iVectors。

＃开始配置部分。  
NJ= 30  
num\_threads = 1＃ivector-extract使用的线程数。 将此值设置为> 1通常没有帮助。仅当您使用的扬声器少于要运行的作业数时，它才有用。  
CMD= “run.pl”  
阶段= 0  
num\_gselect = 20＃使用对角线模型的高斯选择：要选择的高斯数  
min\_post = 0.025＃使用后的最小值（在此以下的后方被修剪掉）  
posterior\_scale = 1.0＃此比例有助于控制高相关的成功特征。 例如。 尝试0.1或0.3。  
apply\_cmn = true＃如果为true，则应用滑动窗口倒谱均值归一化  
  结束配置部分。

echo“$ 0 $ @”＃打印命令行进行日志记录

echo " e.g.: $0 exp/extractor\_2048\_male data/train\_male exp/ivectors\_male"

＃这里要小心：扬声器级别的iVectors现在已经进行了长度标准化，即使它们与话语级别相同。

This script extracts iVectors for a set of utterances, given
    # features and a trained iVector extractor.
    
    # Begin configuration section.
    nj=30
    num_threads=1 # Number of threads used by ivector-extract.  It is usually not
                  # helpful to set this to > 1.  It is only useful if you have
                  # fewer speakers than the number of jobs you want to run.
    cmd="run.pl"
    stage=0
    num_gselect=20 # Gaussian-selection using diagonal model: number of Gaussians to select
    min_post=0.025 # Minimum posterior to use (posteriors below this are pruned out)
    posterior_scale=1.0 # This scale helps to control for successve features being highly
                        # correlated.  E.g. try 0.1 or 0.3.
    apply_cmn=true # If true, apply sliding window cepstral mean normalization
    # End configuration section.
    
    echo "$0 $@"  # Print the command line for logging
    
    if [ -f path.sh ]; then . ./path.sh; fi
    . parse_options.sh || exit 1;
    
    
    if [ $# != 3 ]; then
      echo "Usage: $0 <extractor-dir> <data> <ivector-dir>"
      echo " e.g.: $0 exp/extractor_2048_male data/train_male exp/ivectors_male"
      echo "main options (for others, see top of script file)"
      echo "  --config <config-file>                           # config containing options"
      echo "  --cmd (utils/run.pl|utils/queue.pl <queue opts>) # how to run jobs."
      echo "  --nj <n|10>                                      # Number of jobs (also see num-threads)"
      echo "  --num-threads <n|1>                              # Number of threads for each job"
      echo "  --stage <stage|0>                                # To control partial reruns"
      echo "  --num-gselect <n|20>                             # Number of Gaussians to select using"
      echo "                                                   # diagonal model."
      echo "  --min-post <min-post|0.025>                      # Pruning threshold for posteriors"
      echo " --apply-cmn <true,false|true>                     # if true, apply sliding window cepstral mean"
      echo "                                                   # normalization to features"
      exit 1;
    fi
    
    srcdir=$1
    data=$2
    dir=$3
    
    #就是找后面那三个路径 有没有对应的文件
    for f in $srcdir/final.ie $srcdir/final.ubm $data/feats.scp ; do
      [ ! -f $f ] && echo "No such file $f" && exit 1;
    done
    # Set various variables.
    #按 并行线程数 把数据分成相应的份数，放到不同的文件夹后面方便并行运算
    #-p 如果父目录不存在则创建
    #训练数据根据–nj 参数分割，用于并行处理
    mkdir -p $dir/log
    sdata=$data/split$nj;
    utils/split_data.sh $data $nj || exit 1;
    
    #就是把srcdir/delta_opts这个文件里面的打印出来  放到 第一个delta_opts的变量里面
    如果有错误就输出到/Dev/null里面
    delta_opts=`cat $srcdir/delta_opts 2>/dev/null`
    
    ## Set up features.
    #个feats变量定义，这个变量作为后续其他命令的参数，这个主要处理特征数据的
    #{kaldi函数，apply-cmvn apply-cmvn 的输入3个文件： 
    –utt2spk=ark:sdata/JOB/utt2spk语料和录音人员关联文件scp:sdata/JOB/utt2spk语料和录音人员关联文件scp:sdata/JOB/cmvn.scp 说话人相关的均值和方差 scp:$sdata/JOB/feats.scp 训练用特征文件 对feats.scp做归一化处理 输出是 ark:-|，利用管道技术把输出传递给下一个函数作为输入 
    if $apply_cmn; then
      feats="ark,s,cs:add-deltas $delta_opts scp:$sdata/JOB/feats.scp ark:- | apply-cmvn-sliding --norm-vars=false --center=true --cmn-window=300 ark:- ark:- | select-voiced-frames ark:- scp,s,cs:$sdata/JOB/vad.scp ark:- |"
    else
      feats="ark,s,cs:add-deltas $delta_opts scp:$sdata/JOB/feats.scp ark:- | select-voiced-frames ark:- scp,s,cs:$sdata/JOB/vad.scp ark:- |"
    fi
    
    if [ $stage -le 0 ]; then
      echo "$0: extracting iVectors"
      dubm="fgmm-global-to-gmm $srcdir/final.ubm -|"
    
      $cmd --num-threads $num_threads JOB=1:$nj $dir/log/extract_ivectors.JOB.log \
        gmm-gselect --n=$num_gselect "$dubm" "$feats" ark:- \| \
        fgmm-global-gselect-to-post --min-post=$min_post $srcdir/final.ubm "$feats" \
          ark,s,cs:- ark:- \| scale-post ark:- $posterior_scale ark:- \| \
        ivector-extract --verbose=2 --num-threads=$num_threads $srcdir/final.ie "$feats" \
          ark,s,cs:- ark,scp,t:$dir/ivector.JOB.ark,$dir/ivector.JOB.scp || exit 1;
    fi
    
    if [ $stage -le 1 ]; then
      echo "$0: combining iVectors across jobs"
      for j in $(seq $nj); do cat $dir/ivector.$j.scp; done >$dir/ivector.scp || exit 1;
    fi
    
    if [ $stage -le 2 ]; then
      # Be careful here: the speaker-level iVectors are now length-normalized,
      # even if they are otherwise the same as the utterance-level ones.
      #＃这里要小心：扬声器级别的iVectors现在已经进行了长度标准化，即使它们与话语级别相同。
      echo "$0: computing mean of iVectors for each speaker and length-normalizing"
      $cmd $dir/log/speaker_mean.log \
        ivector-normalize-length scp:$dir/ivector.scp  ark:- \| \
        ivector-mean ark:$data/spk2utt ark:- ark:- ark,t:$dir/num_utts.ark \| \
        ivector-normalize-length ark:- ark,scp:$dir/spk_ivector.ark,$dir/spk_ivector.scp || exit 1;
    fi

＃如何运行工作。  
＃作业数量（也见num-threads）  
＃每个作业的线程数  
  ＃控制部分重播  
  ＃要选择的高斯数  
  ＃对角线模型。  
   ＃修剪后墙的门槛  
   ＃如果为true，则应用滑动窗口复倒谱平均值  
\#特征标准化

接着根据run.sh文件到这一步了extract ivector  
sid/extract\_ivectors.sh 在v1目录下执行下面一句话（注意前面两个传递参数文件路径）

./sid/extract_ivectors.sh exp/extractor_male data/train exp/ivectors_male

结果如下：

![2018110913282688.png][]

根据run.sh顶层脚本执行到这一步

#train plda
    $train_cmd exp/ivector_train_1024/log/plda.log \
      ivector-compute-plda ark:data/train/spk2utt \
      'ark:ivector-normalize-length scp:exp/ivector_train_1024/ivector.scp  ark:- |' \
      exp/ivector_train_1024/plda

执行以下代码：

直接执行run.sh

报错![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zODg1ODg2MA_size_16_color_FFFFFF_t_70][]

## 一定一步一步跑实验的时候，写个记录。不然文件目录错了要哭死也不知道哪里错了。找不到对应的文件！！！！！！！  我写了记录，修改文件目录位置耽误了我大半天时间！！！！！！！！！！！！！！！！！！！！！！！！！！！！ ##

# #

然后train plda 这一步 不知道如何管道传输参数，直接执行顶层./run.sh（最好备份一份，然后修改一下前面传递参数的路径）

结果如下（训练的比较慢）：

![20181109152414705.png][]

[2018110913282688.png]: /images/20220418/ffd0e27787a64ad5a77bf262dd16d843.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zODg1ODg2MA_size_16_color_FFFFFF_t_70]: /images/20220418/5c72fd32f9c6487896f403c482f63c8d.png
[20181109152414705.png]: /images/20220418/055266853da64a7c91e1915b6121b5d0.png