下载Kaldi

git clone https://github.com/kaldi-asr/kaldi.git
1

需要安装大约120MB

编译安装

检查依赖，根据提示安装依赖库

cd kaldi/tools
extras/check_dependencies.sh
1
2

接着进行编译，这一步需要较长时间

make -j 8
1

cd ../src
./configure
make -j 8
1
2
3

运行yesno项目验证是否安装成功

cd ../egs/yesno/s5
./run.sh
1
2

运行TIMIT项目

准备数据

下载TIMIT数据集，并放到kaldi\egs\timit\s5目录下。将其解压后生成data文件夹

unzip TIMIT.zip
1

修改脚本

修改cmd.sh的运行模式。我是在本地运行，所以修改为run.pl运行

# cmd.run

# export train_cmd="queue.pl --mem 4G"
# export decode_cmd="queue.pl --mem 4G"
# # the use of cuda_cmd is deprecated, used only in 'nnet1',
# export cuda_cmd="queue.pl --gpu 1"

export train_cmd="run.pl --max-jobs-run 10"
export decode_cmd="run.pl --max-jobs-run 10"
export cuda_cmd="run.pl --max-jobs-run 2"
export mkgraph_cmd="run.pl --max-jobs-run 10"
1
2
3
4
5
6
7
8
9
10
11

修改run.sh中数据集的目录以及cpu参数

# run.sh
feats_nj=10
train_nj=20
decode_nj=5
# timit=/mnt/matylda2/data/TIMIT/timit # @BUT
timit=<your workspace>/kaldi/egs/timit/s5/data/lisa/data/timit/raw/TIMIT # @BUT
1
2
3
4
5
6

Error1

运行过程中出现以下错误

针对"Error: the IRSTLM is not available or compiled"解决方案如下：
到kaldi/tools/目录

cd ../../../tools/
extras/install_irstlm.sh
1
2

Error2

重新./run.sh之后又出现以下错误：
Cannot find scoring program at /<workspace>/kaldi/egs/timit/s5/…/…/…/tools/sctk/bin/hubhubscr.pl

tools目录下没有sctk，所以应该是需要重新编译sctk，但是解压自带的sctk-20159b5.tar.gz出错

可能是由于最开始make的时候网速差没下全，压缩包不完整。因此重新下载该压缩包

cd ../../../tools
wget https://github.com/usnistgov/SCTK/archive/20159b5.tar.gz
mv 20159b5.tar.gz sctk-20159b5.tar.gz
tar -zxvf sctk-20159b5.tar.gz
1
2
3
4

重新编译一次

make clean
make -j 8
# Warning: IRSTLM is not installed by default anymore. If you need IRSTLM
# Warning: use the script extras/install_irstlm.sh
# All done OK.
extras/install_irstlm.sh
cd ../src
./configure
make -j 8
1
2
3
4
5
6
7
8
9

之后就运行成功了

参考文献

kaldi 笔记：运行 timit 例程脚本(部分)