kaldi在线识别

博客上搜到的都是清华大学的中文数据集thchs30，其实中文和英文的在线识别操作是一样的，我这里用英文librispeech数据集进行测试（kaldi官网上可以下载到数据集和训练好的模型）。

1、创建相关文件

从voxforge把online_demo拷贝到librispeech下，和s5同级。online_demo下建online-data和work两个文件夹，online-data下建audio和models两个文件夹，audio放要识别的wav，models放训练好的模型。

测试tri1模型

在models建tri1文件夹，将librispeech/s5/exp/tri1下的final.mdl和35.mdl拷贝到刚刚新建的tri1文件夹下，将librispeech/s5/exp/tri1/graph_tgpr下的words.txt和HCLG.fst也拷贝到刚刚新建的tri1文件夹下。

2、修改脚本

修改online_demo下的run.sh

2.1 将下面这段注释掉

if [ ! -s ${data_file}.tar.bz2 ];then

   echo "Downloading test models and data ..."

   wget -T 10 -t 3 $data_url;

   if [ ! -s ${data_file}.tar.bz2 ]; then

        echo "Download of $data_file hasfailed!"

        exit 1

   fi

fi

if [ ! -d $ac_model ]; then

   echo "Extracting the models and data ..."

   tar xf ${data_file}.tar.bz2

fi

2.2 修改模型类型

ac_model_type=tri2b_mmi改成ac_model_type=tri1

2.3 修改在线识别方式

有两种识别方式

online-wav-gmm-decode-faster读取wav文件列表中的语音，并将识别结果以指定格式输出

online-gmm-decode-faster从麦克风中读取语