自定義Fbank訓(xùn)練

def feature_wav(wav_file, pre_emphasis=0.97, n_filter=40, frame_len_s=0.032, frame_shift_s=0.01):

? ? import numpy as np

? ? from scipy.io import wavfile

? ? from scipy.fftpack import dct

? ? import matplotlib.pyplot as plt

? ? #讀取語音數(shù)據(jù)

? ? fs, sig = wavfile.read(wav_file)

? ? #對語音能量歸一化

? ? Ena = sum(sig ** 2)

? ? sig = sig / np.sqrt(Ena)

? ? #預(yù)加重

? ? sig = np.append(sig[0], sig[1:] - pre_emphasis * sig[:-1])

? ? #分幀加窗

? ? def framing(frame_len_s, frame_shift_s, fs, sig):

? ? ? ? sig_n = len(sig)

? ? ? ? frame_len_n, frame_shift_n = int(

? ? ? ? ? ? round(fs * frame_len_s)), int(round(fs * frame_shift_s))

? ? ? ? num_frame = int(

? ? ? ? ? ? np.ceil(float(sig_n - frame_len_n) / frame_shift_n) + 1)

? ? ? ? pad_num = frame_shift_n * (num_frame - 1) + \

? ? ? ? ? ? frame_len_n - sig_n?

? ? ? ? pad_zero = np.zeros(int(pad_num))? ? # ????0

? ? ? ? pad_sig = np.append(sig, pad_zero)

? ? ? ? frame_inner_index = np.arange(0, frame_len_n)

? ? ? ? frame_index = np.arange(0, num_frame) * frame_shift_n

? ? ? ? frame_inner_index_extend = np.tile(frame_inner_index, (num_frame, 1))

? ? ? ? frame_index_extend = np.expand_dims(frame_index, 1)

? ? ? ? each_frame_index = frame_inner_index_extend + frame_index_extend

? ? ? ? each_frame_index = each_frame_index.astype(np.int, copy=False)

? ? ? ? frame_sig = pad_sig[each_frame_index]

? ? ? ? return frame_sig

#? ? frame_len_s = 0.025

#? ? frame_shift_s = 0.01

? ? frame_sig = framing(frame_len_s, frame_shift_s, fs, sig)

? ? window = np.hamming(int(round(frame_len_s * fs)))

? ? frame_sig *= window

? ? #快速傅里葉變換

? ? def stft(frame_sig, nfft=512):

? ? ? ? frame_spec = np.fft.rfft(frame_sig, nfft)

? ? ? ? frame_mag = np.abs(frame_spec)

? ? ? ? frame_pow = (frame_mag ** 2) * 1.0 / nfft

? ? ? ? return frame_pow

? ? nfft = 512

? ? frame_pow = stft(frame_sig, nfft)

? ? #梅爾濾波?0全部替換成無窮小?結(jié)果以10為底取對數(shù)蝴光,并乘20

? ? def mel_filter(frame_pow, fs, n_filter, nfft):

? ? ? ? mel_min = 0 ??

? ? ? ? mel_max = 2595 * np.log10(1 + fs / 2.0 / 700)?

? ? ? ? mel_points = np.linspace(mel_min, mel_max, n_filter + 2)

? ? ? ? hz_points = 700 * (10 ** (mel_points / 2595.0) - 1) ? ?

? ? ? ? filter_edge = np.floor(hz_points * (nfft + 1) / fs) ??

? ? ? ? fbank = np.zeros((n_filter, int(nfft / 2 + 1)))

? ? ? ? for m in range(1, 1 + n_filter):

? ? ? ? ? ? f_left = int(filter_edge[m - 1]) ? ?

? ? ? ? ? ? f_center = int(filter_edge[m]) ? ? ?

? ? ? ? ? ? f_right = int(filter_edge[m + 1]) ??

? ? ? ? ? ? for k in range(f_left, f_center):

? ? ? ? ? ? ? ? fbank[m - 1, k] = (k - f_left) / (f_center - f_left)

? ? ? ? ? ? for k in range(f_center, f_right):

? ? ? ? ? ? ? ? fbank[m - 1, k] = (f_right - k) / (f_right - f_center)

? ? ? ? filter_banks = np.dot(frame_pow, fbank.T)

? ? ? ? filter_banks = np.where(

? ? ? ? ? ? filter_banks == 0, np.finfo(float).eps, filter_banks)

? ? ? ? filter_banks = 20 * np.log10(filter_banks)? # dB

? ? ? ? return filter_banks

? ? filter_banks = mel_filter(frame_pow, fs, n_filter, nfft)

? ? return filter_banks

在特征提取部分將ta.compliance.kaldi.fbank改為自定義的特征提取函數(shù)

由于輸出結(jié)果是numpy結(jié)構(gòu)的 需要進(jìn)行轉(zhuǎn)換變?yōu)镕loatTensor形式

設(shè)置了一個輸出標(biāo)志 ,如果這個函數(shù)被調(diào)用了則輸出:DIYFbank

同樣在標(biāo)準(zhǔn)化這里也設(shè)置個標(biāo)志:norm

spec-augment:頻率掩蔽+時間掩蔽达址,忽略時間扭曲

設(shè)置標(biāo)簽:mask

訓(xùn)練過程:

三部分都會調(diào)用

測試階段:

只會用到自定義的Fbank和normalization兩個部分

詞錯率為8.401%蔑祟,與8.276%相比變化增加了0.125%,用自定義Fbank是可行的沉唠!


最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末疆虚,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌径簿,老刑警劉巖罢屈,帶你破解...
    沈念sama閱讀 218,386評論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異篇亭,居然都是意外死亡缠捌,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,142評論 3 394
  • 文/潘曉璐 我一進(jìn)店門译蒂,熙熙樓的掌柜王于貴愁眉苦臉地迎上來鄙币,“玉大人,你說我怎么就攤上這事蹂随。” “怎么了因惭?”我有些...
    開封第一講書人閱讀 164,704評論 0 353
  • 文/不壞的土叔 我叫張陵岳锁,是天一觀的道長。 經(jīng)常有香客問我蹦魔,道長激率,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,702評論 1 294
  • 正文 為了忘掉前任勿决,我火速辦了婚禮乒躺,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘低缩。我一直安慰自己嘉冒,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,716評論 6 392
  • 文/花漫 我一把揭開白布咆繁。 她就那樣靜靜地躺著讳推,像睡著了一般。 火紅的嫁衣襯著肌膚如雪玩般。 梳的紋絲不亂的頭發(fā)上银觅,一...
    開封第一講書人閱讀 51,573評論 1 305
  • 那天,我揣著相機(jī)與錄音坏为,去河邊找鬼究驴。 笑死,一個胖子當(dāng)著我的面吹牛匀伏,可吹牛的內(nèi)容都是我干的洒忧。 我是一名探鬼主播,決...
    沈念sama閱讀 40,314評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼帘撰,長吁一口氣:“原來是場噩夢啊……” “哼跑慕!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,230評論 0 276
  • 序言:老撾萬榮一對情侶失蹤核行,失蹤者是張志新(化名)和其女友劉穎牢硅,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體芝雪,經(jīng)...
    沈念sama閱讀 45,680評論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡减余,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,873評論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了惩系。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片位岔。...
    茶點(diǎn)故事閱讀 39,991評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖堡牡,靈堂內(nèi)的尸體忽然破棺而出抒抬,到底是詐尸還是另有隱情,我是刑警寧澤晤柄,帶...
    沈念sama閱讀 35,706評論 5 346
  • 正文 年R本政府宣布擦剑,位于F島的核電站,受9級特大地震影響芥颈,放射性物質(zhì)發(fā)生泄漏惠勒。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,329評論 3 330
  • 文/蒙蒙 一爬坑、第九天 我趴在偏房一處隱蔽的房頂上張望纠屋。 院中可真熱鬧,春花似錦盾计、人聲如沸售担。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,910評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽灼舍。三九已至,卻和暖如春涨薪,著一層夾襖步出監(jiān)牢的瞬間骑素,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,038評論 1 270
  • 我被黑心中介騙來泰國打工刚夺, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留献丑,地道東北人。 一個月前我還...
    沈念sama閱讀 48,158評論 3 370
  • 正文 我出身青樓侠姑,卻偏偏與公主長得像创橄,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子莽红,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,941評論 2 355

推薦閱讀更多精彩內(nèi)容