其他分享
首页 > 其他分享> > Kaldi:加权有限状态转换器 WFST

Kaldi:加权有限状态转换器 WFST

作者:互联网

补充前几天的中文分词
对一本小说进行分词

import jieba
from zhon.hanzi import punctuation
file = open('b.txt', 'r', encoding='utf-8')
data=file.read()
data = jieba.cut(data)
string = re.sub(r"[%s]+" %punctuation, "",data)
fW = open('a.txt', 'w', encoding='UTF-8')
fW.write(''.join(string))
fW.close()

原始数据jieba分词
在这里插入图片描述

去除标点
在这里插入图片描述

构图和解码

接下来开始基于WFST解码器的语音识别系统

HCLG 构建

组成转换器输入序列输出序列
HHMMHMM的转移-id单音子/三音子(triphone)
C上下文相关单音子/三音子单音子(monophone)
L发音词典单音子词(word)
G语言模型词(word)
  1. 构建G
    以yesno为例,在local/ 中
    在这里插入图片描述
    在这里插入图片描述该脚本对tg的语言模型进行了G构建操作

在这里插入图片描述对APRA格式的语言模型文件解压后,直接输入到apra2fst程序中,就得到目标输出G.fst

  1. 构建L
    在utils/ 中
    在这里插入图片描述
    在这里插入图片描述L的构图算法是由脚本 utils/lang/make_lexicon_fst_silprob.py,这个脚本用来构建不带静音概率的L,而utils/lang/make_lexicon_fst.py用来构建带静音概率的L,由变量silprob来控制构建哪一种
    在这里插入图片描述之后通过fstcompile进行编译,使用fstarcsort工具对生成的图按照输出标签做排序
  2. 合并得到LG.fst
    在这里插入图片描述

在这里插入图片描述
4. 再进一步与字典的单音子与上下文相关转换器C.fst合并
在这里插入图片描述
5. 构造H.fst
在这里插入图片描述6. 最后与HMM转换器H.fst合并得到HCLG.fst

总结:
在这里插入图片描述
通过HLCG的合并,把词典、声学模型、语言模型编译在一起,在识别之前产生识别用的静态解码网络,然后用WFST解码器,得到输入语音的解码效果

WFST解码

两种类型offline&online

  1. 离线解码
    书中介绍的解码器是SimpleDecoder
    我在看另外一篇博客还有介绍另一个解码器LatticeFasterDecoder
    参考博客

SimpleDecoder
SimpleDecoder是Kaldi中最简单的解码器
gmm-decode-simple是一个基于SimpleDecoder实现的针对GMM声学模型的解码器
参考博文
程序需要输入GMM声学模型、HCLG解码图、声学特征,输出单词解码结果

标签:构建,解码,Kaldi,单音,解码器,fst,转换器,WFST
来源: https://blog.csdn.net/qq_45047246/article/details/108152115