声纹识别之Alize入门教程(三)：I-vector

Alize完整的ivector例程，包括：数据准备、特征提取、训练以及测试等。最终生成的得分文件res/scores_PLDA_lengthnorm.txt，其含义参考GMM-UBM。

M S0002 1 BAC009S0002W0122 0.644295
M S0003 1 BAC009S0002W0122 0.520998
M S0004 1 BAC009S0002W0122 0.48462
M S0002 1 BAC009S0002W0123 0.65574
M S0003 1 BAC009S0002W0123 0.722522
M S0004 1 BAC009S0002W0123 0.434874

利用自己的数据训练，只需要按照data/目录下对应的文件夹进行添加/删除即可。修改gmm/ivector/plda等参数配置，只需要修改cfg/目录下对应的文件即可。

data/目录如下：

1.提取特征(01_extraction_feature.py)

提取特征，并产生相应的lst文件。

import os

def gen_lst (src_fpath, lst_fpath):
    '''    用于产生.lst文件
    src_fpath 为UBM的wav文件路径，src_fpath = './data/ubm'
    lst_fpath 为UBM.lst存放路径,lst_fpath = './lst/UBM.lst'
    '''

    flist=open(lst_fpath,'w')

    spks = os.listdir(src_fpath)
    spks.sort()
    for spk in spks:
        spk_path = os.path.join(src_fpath,spk)
        spk_files = os.listdir(spk_path)
        spk_files.sort()
        for file in spk_files:
            if file[-4:] != '.wav':
                print('%s not .wav file'%(file))
                continue
            flist.write(file[0:-4]+'\n');  
        
    flist.close()    

def extraction_feature(src_path):
    '''提取特征
    src_path = './data/ubm'
    '''
    spks =  os.listdir(src_path)
    spks.sort()
    for spk in spks:
        spk_path = os.path.join(src_path,spk)
        if not os.path.isdir(spk_path):
            continue
        
        spk_files = os.listdir(spk_path)
        spk_files.sort()
        for file in spk_files:
            if file[-4:] != '.wav':
                print('%s not .wav file'%(file))
                continue
            COMMAND_LINE = '%s%s%s%s%s'%('bin\\sfbcep.exe -m -k 0.97 -p19 -n 24 -r 22 -e -D -A -F wave ',
                            os.path.join(spk_path,file),' ./data/prm/',file[:-4],'.tmp.prm')
        
            os.system(COMMAND_LINE) 
            print('%s'%(COMMAND_LINE))

if __name__== "__main__" :
    src_ubm = './data/ubm'
    lst_ubm = './lst/UBM.lst'
    gen_lst (src_ubm, lst_ubm)

    src_test = './data/test'
    lst_test = './lst/test.lst'
    gen_lst (src_test, lst_test)

    src_train = './data/train'
    lst_train = './lst/train.lst'
    gen_lst (src_train, lst_train)

    # 提取特征
    extraction_feature(src_ubm)
    extraction_feature(src_test)
    extraction_feature(src_train)

2.数据及特征处理(02_RUN_spro_front-end.py)

能量检测（VAD）、特征归一化。

    CMD_NORM_E="bin\\NormFeat.exe --config cfg/NormFeat_energy_SPro.cfg --inputFeatureFilename data/data.lst --featureFilesPath  data/prm/"
    os.system(CMD_NORM_E) 
    
    CMD_ENERGY="bin\\EnergyDetector.exe  --config cfg/EnergyDetector_SPro.cfg --inputFeatureFilename data/data.lst --featureFilesPath  data/prm/  --labelFilesPath  data/lbl/"
    os.system(CMD_ENERGY) 
    
    CMD_NORM="bin\\NormFeat.exe --config cfg/NormFeat_SPro.cfg --inputFeatureFilename data/data.lst --featureFilesPath data/prm/   --labelFilesPath  data/lbl/"
    os.system(CMD_NORM) 
 

3.产生ndx配置文件(03_gen_ndx.py)

import os

def gen_ndx (src_fpath, lst_fpath):
    '''    用于产生.ndx文件
    lst_fpath = ndx/ivExtractor.ndx
    '''

    flist=open(lst_fpath,'w')

    spks = os.listdir(src_fpath)
    spks.sort()
    for spk in spks:
        flist.write(spk+' ')
        spk_path = os.path.join(src_fpath,spk)
        spk_files = os.listdir(spk_path)
        spk_files.sort()
        for file in spk_files:
            if file[-4:] != '.wav':
                print('%s not .wav file'%(file))
                continue
            flist.write(file[0:-4]+' ')  
        flist.write('\n') 
    flist.close()    

def gen_ivndx (src_fpath, lst_fpath):
    '''    
    '''

    flist=open(lst_fpath,'w')

    spks = os.listdir(src_fpath)
    spks.sort()
    for spk in spks:
        spk_path = os.path.join(src_fpath,spk)
        spk_files = os.listdir(spk_path)
        spk_files.sort()
        for file in spk_files:
            if file[-4:] != '.wav':
                print('%s not .wav file'%(file))
                continue
            flist.write(file[0:-4]+' '+file[0:-4]+'\n');  
        
    flist.close()    

def gen_pladndx (src_fpath, lst_fpath):
    '''    用于产生.ndx文件
    lst_fpath = ndx/ivExtractor.ndx
    '''
    flist=open(lst_fpath,'w')
    spks = os.listdir(src_fpath)
    spks.sort()
    for spk in spks:
        #flist.write(spk+' ')
        spk_path = os.path.join(src_fpath,spk)
        spk_files = os.listdir(spk_path)
        spk_files.sort()
        for file in spk_files:
            if file[-4:] != '.wav':
                print('%s not .wav file'%(file))
                continue
            flist.write(file[0:-4]+' ')  
        flist.write('\n') 
    flist.close()

if __name__== "__main__" :
    

    '''???
    '''
    src_train = './data/train'
    lst_train = 'ndx/ivExtractor_train.ndx'
    gen_ivndx (src_train, lst_train)

    src_test = './data/test'
    lst_test = 'ndx/ivExtractor_test.ndx'
    gen_ivndx (src_test, lst_test)

    gen_ivndx ('data/ubm', 'ndx/ivExtractor_ubm.ndx')

    filelist = ['ndx/ivExtractor_ubm.ndx','ndx/ivExtractor_train.ndx','ndx/ivExtractor_test.ndx']
    newfile=open('ndx/ivExtractor.ndx','w')
    for item in filelist:
        for txt in open(item,'r'):
            newfile.write(txt)

    newfile.close()

    '''
    '''
    src_plda = './data/ubm'
    lst_plda = 'ndx/Plda.ndx'
    gen_pladndx (src_plda, lst_plda)

    src_plda = './data/ubm'
    lst_plda = 'ndx/ivNorm.ndx'
    gen_pladndx (src_plda, lst_plda)

    #trainModel.ndx
    src_train = './data/train'
    lst_train = 'ndx/trainModel.ndx'
    gen_ndx (src_train, lst_train)

    #ivTest_plda_target-seg.ndx

    
    src_test = './data/test'
#    src_train
    ndx_fpath = 'ndx/ivTest_plda_target-seg.ndx'
    flist=open(ndx_fpath,'w')
    spks_train = os.listdir(src_train)
    spks = os.listdir(src_test)
    spks.sort()
    for spk in spks:
        spk_path = os.path.join(src_test,spk)
        spk_files = os.listdir(spk_path)
        spk_files.sort()
        for file in spk_files:
            if file[-4:] != '.wav':
                print('%s not .wav file'%(file))
                continue
            flist.write(file[0:-4]+' ')
            for spk_train in spks_train:
                flist.write(spk_train+' ')
            flist.write('\n')
        
    flist.close()    

4.提取ivector特征并进行plda打分测试(04_RUN_i-vector_and_plda_test.py)

# 1. UBM training
    print( "Train Universal Background Model by EM algorithm")
    CMD_LINE = "bin\\TrainWorld.exe --config cfg/TrainWorld.cfg "
    os.system(CMD_LINE) 
    

    # 2. Total Variability matrix Estimation
    print( "Train TotalVariability matrix")
    CMD_LINE = "bin\\TotalVariability.exe --config cfg/TotalVariability.cfg"
    os.system(CMD_LINE) 
    
    # 3. I-vector extraction
    print( "Extract i-vectors")
    CMD_LINE = "bin\\IvExtractor.exe --config cfg/ivExtractor.cfg "
    os.system(CMD_LINE) 
    

# 1. I-vector Normalization
    print( "Normalize i-vectors")
    CMD_LINE = "bin\\IvNorm.exe --config cfg/ivNorm.cfg "
    os.system(CMD_LINE)
    
# 2. PLDA Training
    print( "Train Probabilistic Linear Discriminant Analysis model")
    CMD_LINE = "bin\\PLDA.exe --config cfg/Plda.cfg "
    os.system(CMD_LINE)
    
# 3. PLDA Testing
    print( "Compare models to test segments using PLDA native scoring")
    CMD_LINE = "bin\\IvTest.exe --config cfg/ivTest_Plda.cfg "
    os.system(CMD_LINE)
  

 

完整代码下载地址：https://download.csdn.net/download/u012594175/11100607

声纹识别交流QQ群：875705987