這篇文章主要介紹“聲紋識別kaldi callhome diarization怎么實現(xiàn)”，在日常操作中，相信很多人在聲紋識別kaldi callhome diarization怎么實現(xiàn)問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”聲紋識別kaldi callhome diarization怎么實現(xiàn)”的疑惑有所幫助！接下來，請跟著小編一起來學(xué)習(xí)吧！

十余年的康馬網(wǎng)站建設(shè)經(jīng)驗，針對設(shè)計、前端、開發(fā)、售后、文案、推廣等六對一服務(wù)，響應(yīng)快，48小時及時工作處理。營銷型網(wǎng)站的優(yōu)勢是能夠根據(jù)用戶設(shè)備顯示端的尺寸不同，自動調(diào)整康馬建站的顯示方式，使網(wǎng)站能夠適用不同顯示終端，在瀏覽器中調(diào)整網(wǎng)站的寬度，無論在任何一種瀏覽器上瀏覽網(wǎng)站，都能展現(xiàn)優(yōu)雅布局與設(shè)計，從而大程度地提升瀏覽體驗。成都創(chuàng)新互聯(lián)從事“康馬網(wǎng)站設(shè)計”,“康馬網(wǎng)站推廣”以來，每個客戶項目都認(rèn)真落實執(zhí)行。

callhome diarization kaldi 中專門用來進(jìn)行混合錄音文件聚類分別的

學(xué)會自己看kaldi中的 指令demo。

個人操作如下：

teps/segmentation/detect_speech_activity.sh --cmd 'run.pl' --nj 1 --mfcc-config ./conf/mfcc_hires.conf --extra-left-context 79 --extra-right-context 21 --extra-left-context-initial 0 --extra-right-context-final 0 --frames-per-chunk 150 data/ljj exp/segmentation_1a/tdnn_stats_asr_sad_1a exp/mfcc_hires exp/segmentation_sad_snr/nnet_tdnn_j_ljj data/ljj
 
steps/make_mfcc.sh --mfcc-config conf/mfcc.conf --nj 1 --cmd "run.pl" --write-utt2num-frames true data/ljj_seg exp/make_mfcc mfcc 

utils/fix_data_dir.sh data/ljj_seg
 
 #  倒譜均值方差歸一化(CMVN)  
 local/nnet3/xvector/prepare_feats.sh --nj 1 --cmd "run.pl" data/ljj_seg data/ljj_seg_cmn exp/ljj_seg_cmn
 
 cp data/ljj_seg/segments data/ljj_seg_cmn/
 
 utils/fix_data_dir.sh data/ljj_seg_cmn
 
 diarization/nnet3/xvector/extract_xvectors.sh --cmd "run.pl"  --nj 1 --window 1.5 --period 0.75 --apply-cmn false --min-segment 0.5 exp/xvector_nnet_1a  data/ljj_seg_cmn exp/xvectors_ljj_seg
 
 diarization/nnet3/xvector/score_plda.sh --cmd "run.pl --mem 4G" --nj 1 --target-energy 0.9  exp/xvector_nnet_1a/xvectors_callhome1 exp/xvectors_ljj_seg exp/xvectors_ljj_seg/plda_scores
 
 diarization/cluster.sh --cmd "run.pl --mem 4G" --nj 1 --reco2num-spk data/ljj_seg/reco2num_spk exp/xvectors_ljj_seg/plda_scores exp/xvectors_ljj_seg/plda_scores_num_speakers
 #  如果知道有多少人說話 則需要生成 --reco2num-spk data/ljj_seg/reco2num_spk
 
 diarization/cluster.sh --cmd "run.pl --mem 4G" --nj 1 --threshold 0 exp/xvectors_ljj_seg/plda_scores exp/xvectors_ljj_seg/plda_scores_threshold_0
 
 
 第二列是文件名，第三列是開始時間，第四列是移動時間 第五列是 從移動時間開始 多少時間算一份  第八列是文件的label
如下是 已知文件有幾個人說話的時候
SPEAKER 18642259056-liujinjie.wav 0   0.000   4.510   1  
SPEAKER 18642259056-liujinjie.wav 0   4.530   1.660   2  
SPEAKER 18642259056-liujinjie.wav 0   6.210   4.880   2  
SPEAKER 18642259056-liujinjie.wav 0  11.090   1.660   1  
SPEAKER 18642259056-liujinjie.wav 0  12.800   2.130   1  
SPEAKER 18642259056-liujinjie.wav 0  14.950   4.400   2  
SPEAKER 18642259056-liujinjie.wav 0  19.390   1.810   2  
SPEAKER 18642259056-liujinjie.wav 0  21.220   5.220   2  
SPEAKER 18642259056-liujinjie.wav 0  26.440   4.410   1  
SPEAKER 18642259056-liujinjie.wav 0  30.850   2.480   2  
SPEAKER 18642259056-liujinjie.wav 0  33.340   5.120   2  
SPEAKER 18642259056-liujinjie.wav 0  38.460   5.990   1  
SPEAKER 18642259056-liujinjie.wav 0  44.480   3.910   1  
SPEAKER 18642259056-liujinjie.wav 0  48.460   3.460   1  
SPEAKER 18642259056-liujinjie.wav 0  52.060   5.420   1  
SPEAKER 18642259056-liujinjie.wav 0  57.530   5.030   1  


如下是 不知文件有幾個人說話的時候
SPEAKER 18642259056-liujinjie.wav 0   0.000   4.510   1  
SPEAKER 18642259056-liujinjie.wav 0   4.530   1.660   3  
SPEAKER 18642259056-liujinjie.wav 0   6.210   4.880   2  
SPEAKER 18642259056-liujinjie.wav 0  11.090   1.660   1  
SPEAKER 18642259056-liujinjie.wav 0  12.800   2.130   1  
SPEAKER 18642259056-liujinjie.wav 0  14.950   4.400   2  
SPEAKER 18642259056-liujinjie.wav 0  19.390   1.810   2  
SPEAKER 18642259056-liujinjie.wav 0  21.220   5.220   2  
SPEAKER 18642259056-liujinjie.wav 0  26.440   4.410   1  
SPEAKER 18642259056-liujinjie.wav 0  30.850   2.480   2  
SPEAKER 18642259056-liujinjie.wav 0  33.340   5.120   2  
SPEAKER 18642259056-liujinjie.wav 0  38.460   5.990   1  
SPEAKER 18642259056-liujinjie.wav 0  44.480   3.910   1  
SPEAKER 18642259056-liujinjie.wav 0  48.460   3.460   1  
SPEAKER 18642259056-liujinjie.wav 0  52.060   5.420   1  
SPEAKER 18642259056-liujinjie.wav 0  57.530   5.030   1  
 
接下來就是 用pydub 進(jìn)行語音片段的拼接了

到此，關(guān)于“聲紋識別kaldi callhome diarization怎么實現(xiàn)”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識，請繼續(xù)關(guān)注創(chuàng)新互聯(lián)網(wǎng)站，小編會繼續(xù)努力為大家?guī)砀鄬嵱玫奈恼拢?/p>
網(wǎng)頁標(biāo)題：聲紋識別kaldicallhomediarization怎么實現(xiàn)
分享鏈接：http://weahome.cn/article/gejods.html