[语音识别] kaldi -- aidatatang_200zh脚本解析: run.sh

Posted 2021-08-13 MachineLP

. ./cmd.sh ## You\'ll want to change cmd.sh to something that will work on your system.
. ./path.sh

# 定义语料库位置和下载路径
data=/DATA/disk1/ASR
data_url=www.openslr.org/resources/62

# 下载数据
## 输入：语料库位置（$data） 数据下载路径（$data_url）
## 输出：在$data文件夹下新增解压后的语料库（corpus和transcript文件夹)
local/download_and_untar.sh $data $data_url aidatatang_200zh || exit 1;

# 数据准备
## 输入：解压后的语料库路径（$data/aidatatang_200zh）
## 输出：text, wav.scp, utt2spk, spk2utt
local/data_prep.sh $data/aidatatang_200zh/corpus $data/aidatatang_200zh/transcript || exit 1;
## text 用于后面构建词典，训练语言模型G.fst
## wav.scp 用于后面提取MFCC特征
## utt2spk, spk2utt 用于CMVN

# 词典准备
## 输入：text
## 输出：data/local/dict文件夹 (含extra_questions.txt、lexicon.txt、
##       silence_phones.txt、nonsilence_phones.txt、optional_silence.txt等文件)
local/prepare_dict.sh || exit 1;
## 主要生成音素相关词典例如：lexicon.txt（发音词典）用于后面构建 L.fst（发音词典模型）

# 语