KALDI中aishell之V1模型后续2

根据run.sh文件中,下一步执行utils中 fix_data_dir.sh的脚本。步骤同上面一样找 fix_data_dir.sh中的eg部分,然后在V1目录下执行:

./utils/data/fix_data_dir.sh data/train

结果如下

根据run.sh文件中,下一步执行sid中 train_diag_ubm.sh的脚本

 ./sid/train_diag_ubm.sh  data/train 1024 exp/diag_ubm

结果如下

KALDI中aishell之V1模型后续2_第1张图片

根据run.sh文件中,下一步执行sid中 train_full_ubm.sh的脚本

 ./sid/train_full_ubm.sh --num-iters 8 data/train exp/diag_ubm exp/full_ubm

结果如下:

KALDI中aishell之V1模型后续2_第2张图片

根据run.sh文件中,下一步执行sid中train_ivector_extractor.sh 的脚本

./sid/train_ivector_extractor.sh exp/ubm_2048_male/final.ubm data/train_male exp/extractor_male

报错:

应该是少了哪一步。或者是文件地址错了;果不其然是地址错了啊;

然后根据报错No such file exp/ubm_2048_male/final.ubm提示,切换目录到exp中查找final.ubm脚本文件;

果然在/exp/full_ubm目录下;然后修改传递的参数继续执行如下:

 ./sid/train_ivector_extractor.sh exp/full_ubm/final.ubm data/train_male exp/extractor_male

执行结果如下;

根据前面的错误,然后在data目录下找feats.scp文件:

然后修改参数传递地址如下:

./sid/train_ivector_extractor.sh exp/full_ubm/final.ubm data/train exp/extractor_male

然后出结果了呀

反正就是有点慢 没出结果完全  补上结果

KALDI中aishell之V1模型后续2_第3张图片

你可能感兴趣的:(说话人识别,KALDI工具)