Главная для меня щас теория, и воедино всё свести. Так как личный проект, то постоянно времени нет. Но движется потихоньку. Собственно уровень распознавания это уже сильнейший стимул дальше работать :)

ты собрал модель, которую выложил Николай?

а вот как разместить я пока не знаю, буду опыты делать

я собрал первую версию. Точнее я собрал kaldi, а потом просто распаковал и запустил. Centos 7

а сколько у тебя ушло на изучение калди до уровня включить это и чтоб оно распознало?

Хм. Так я её до сих пор не знаю :) Сфинкс я хотя бы внутри малость копал и форум весь прочитал на исходниках. Здесь всё тупо, скомпилировал и запустил. всё впереди. Чтение исходников усугубляется что я Жабист, так что будущее у меня интересное и насыщенное :)

на сборку и проверку ушло часа 3-4, там были проблемы со сборкой. библиотеки доставил и прочее

а есть какой-то пример текста, который лучше надиктовать для расчёта точности и полноты распознавания для своего голоса? я так понимаю, надо выбрать что-то со словами, которые точно есть во всех русских языковых моделях

в гайде написано, что я должен надиктовать не менее 10 минут текста, в тот микрофон и в том помещении, где я собираюсь это использовать. может, взять сразу много диктофонов, чтобы не повторяться потом.

Тут надо послушать более опытных товарищей, результат был. Для информации очень полезен этот форум http://forum.sources.ru/index.php?s=c7f10166c91c05699e706ae87c2a1bd8&showforum=35

Николай, извините если глупость спрошу, какая топология у сети kaldi RU 2? RNNs, LSTMs, BLSTMs?

tdnn

Спасибо

nnet3-am-info final.mdl

Идеально )

Николай, здравствуйте. В продолжение эпопеи по online распознаванию с использованию kadli ru 2, не могли бы вы помочь разобраться с несколькими вопросами:

1. Для онлайн-распознавания нужно натренировать ivector, верно?
2. Судя по документации, наболее подходящий для nnet3 (tdnn) пример - egs/tedlium. Пытаюсь с ним разобраться и сделать по аналогии online kaldi ru, используя вашу модель.

Там есть скрипт run_ivector_common.sh, в котором stage 5 - тренировка вектора.

Пререквизитами, как я понял является:
A. mfcc, который я сделал по аналогии с вашим скриптом decode.sh:

compute-mfcc-feats --config=conf/mfcc.conf scp:decoder-test.scp ark:- | \
   remove-mean ark:- ark:- | \
   copy-feats --compress=true ark:- \
     ark,scp:mfcc.ark,feats.scp \
    || exit 1;

B. И некий data/train_cleaned/utt2spk, на отсутствии которого скрипт спотыкается на шаге preparing directory for speed-perturbed data

В правильном ли направлении я двигаюсь? Или есть способ всё сделать гораздо проще?
Можете подсказать направление, в каком копать, чтобы достать пререквизиты для тренировки ivector на базе вашей модели?

На базе kaldi-ru ivector тренировать нельзя

Они вообще на данных тренируются а не на модели

Модель их потом использует

соответственно, использовать kaldi ru для online распознавания не получится (ivector нужен ведь)?