[语音识别] kaldi -- aidatatang_200zh脚本解析:语言模型准备

Posted 2021-08-13 MachineLP

输入：data/local/dict

输出：data/lang (Phone Sets), (L compilation) ...

可选参数：

• --num-sil-states <number of states> （静音音素的状态数，预设是5）
• --num-nonsil-states <number of states>（非静音音素的状态数，预设是3）
• --position-dependent-phones (true|false)（是否开启音素位置标记）
• --share-silence-phones (true|false)（预设为false，如果为true 所有“silence”音素（比如静音，发声噪声和笑声）的高斯混合模型的概率密度函数都是共享的，只有这些模型之间的转移概率不同）
• --sil-prob <probability of silence> （静音的概率，预设是0.5）
• --phone-symbol-table <filename> （是否有自己提供的phone.txt）
• --unk-fst <text-fst> （是否有集外词的fst）
• --extra-word-disambig-syms <filename> （是否有额外的词级别的消歧符）

utils/prepare_lang.sh --position-dependent-phones false data/local/dict "<UNK>" data/local/lang data/lang || exi