语音识别菜鸟-CSDN博客

原创（因更改文件夹造成）anaconda prompt 提示系统找不到指定的路径 The system cannot find the path specified

事情是这样的当初Anaconda安装在D:\Program Files\Anaconda3这导致执行conda命令是总警告路径下含有空格强迫症迫使我把文件夹Anaconda3移出至D根目录下，即D:\Anaconda3接着问题出现了，在我像以往一样打开菜单里的Anaconda prompt时，它出现了网上采用的更改regedit的方法对我无效想了想，原因肯定出在移动文件夹上，因为菜单下的Anaconda prompt是快捷方式，源应用程序位置变了，快捷方式可不能无动于衷解决方

2021-01-12 17:51:21 12838 9

原创 linux查找文件内容中的最大数字使用ark命令寻找max、min

目标文件很大，人工找寻最大值极其困难，可以借助ark完成文件内容如下：cat tri5a.txt|sed -n 1p#打印第一行，每行第一个域是标签，其余全是数字cat tri5a.txt|sed -n 2p#打印第二行#总行数12101，总字数5452492进入正题，想法就是利用ark遍历每行求得局部max（行），将得到的结果按从大到小排序(去除重复)，再取第一个作为全局maxcat tri5a.txt | awk -vmax=0 '{for(n=2;n<

2020-10-08 16:58:11 2461

原创 kaldi下L.fst可视化fstprint失败，报错Bad FST header: data/lang/words.txt

命令：fstprint --isymbols=data/graph/lang/phones.txt --osymbols= data/graph/lang/words.txt data/graph/lang/L.fst这问题困扰了我好久，这个报错提示Bad FST header: data/lang/words.txt，误导我一直找words.txt的问题，最后我尝试将words.txt移动到s5根目录下，输入命令：fstprint --isymbols=data/graph/lang/pho.

2020-10-04 21:59:39 1189

原创语音识别实践、Kaldi下跑清华30小时例程（thchs30）笔记

这一周在kaldi下跑thchs30例程，做了些笔记，记录以下（黑体字是要运行的命令，实际上是从run.sh分离出来的）如果自行下载语料的话，推荐一个openslr的镜像网址，速度快很多http://openslr.magicdatatech.com/18/因为服务器里有thchs30语料了，在/data/ASR/data_537h/路径下，直接将其解压到s5：tar zxvf /data/ASR/data_537h/data_thchs30.tgz -C /work/kaldi/e...

2020-09-26 18:21:36 3334 9

原创新手语音识别在kaldi下报错fstaddselfloops: command not found，不需要重新编译的解决方法

刚开始使用kaldi，打算先做“你好”的HCLG图，在使用脚本utils/prepare_lang.sh时报错：fstaddselfloops: 未找到命令先查看kaldi/tools下是否有openfst看来是环境变量问题了，复制了报错信息查blog，几乎都是如下的建议：那么我直接心态炸裂（看到make就害怕），其实这没必要，新手出现这个问题多半是忘记创建（复制）cmd.sh和path.sh直接从egs下随便一个例程里拷贝这两文件就行，然后需要修改下path.sh里的kal

2020-09-16 21:33:54 2578 5

原创 Tensorflow无法调用GPU，报错Could not load dynamic library ‘cudart64_100.dll‘‘cublas64_100.dll‘...

首先 import tensorflow是没有报错的执行如下代码查看可调用的设备列表是否包含gpu：from tensorflow.python.client import device_libprint(device_lib.list_local_devices())报错一大堆：2020-09-08 18:48:21.805969: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Could not load

2020-09-08 19:13:08 6136 3

原创简单二分类神经网络的分类结果分析（结合逻辑回归）

1.当隐层神经元数目为1时，其功能与逻辑回归一致，生成的分界线（等高线）是线性的，等高线为0.5：2.增加隐层神经元数量，当为3时，分类效果就好多了，涂色部分对应的二维特征（x1,x2）经过NN系统后将被归为一类：3.试试更复杂的数据集，分类结果不错：4.为了探讨NN与逻辑回归的联系，我将隐层三个神经元的分类结果单独输出：将它们叠加后发现，最终结果的分界线其实是隐层分界线的叠加，换句话讲，NN隐层执行的是多次二分类，一个神经元对应一条分界线，输出层会考虑所有分界线，

2020-09-08 12:06:12 1543

原创 python输出二维数组（矩阵）最大值(可重复)的全部索引值index、argmax的不足之处

data = np.array([[7,6,3],[4,5,9],[7,8,9]])查询最大值索引的常规操作是：np.argmax(data)这个5代表：将数组降成一维后最大值的索引，即【7，6，3，4，5，9，7，8，9】的第一个9的索引缺点：1、我们需要的索引是二维的，5不是我们想要的，我们需要的是（1，2）2、当存在多个最大值时，argmax只会返回第一个最大值的索引，如果我全都要呢？自己动手写呗：import numpy as npdata = np.arr.

2020-09-07 16:47:21 3362

原创神经网络基础：从二分类初步认识NN（结合逻辑回归）、神经网络介绍及其前向传播(Forward Propagation)

概念及前向传播(Forward Propagation)个人觉得将神经网络和逻辑回归联系起来会更好理解逻辑回归其实就是感知机，结构图如下（以二维为例，方便可视化）：其中：用矩阵表达为:其中W维度(1,2), X维度(2,1)利用逻辑回归可以处理二分类问题，分界线是线性的倘若数据并不是线性可分的，如下：那么使用逻辑回归的分类结果就不尽如人意了：这时我们试试多使用几个感知机，组成如下神经网络（输入层编为第0层）：（其中单元“1”并不是神经元，

2020-09-04 21:42:59 680

原创总结在虚拟机VM/Ubuntu系统下安装kaldi语音开发工具包遇到的坑、Segmentation fault (core dumped)、github.com、openslr.org主机连接失败

实际上遇到的不止这些，其他大佬的博客也总结过坑，笔者补充三个让我印象深刻的：1./tools下编译外部包时，github.com主机地址连接失败用浏览器登网页能进得去，但是ping域名却不通，测试ping命令：[ping github.com -c -3]（不用加中括号，区分命令）怀疑DNS有问题，但改过相应配置文件还是失败，网上查了它几个ip，挑个可以ping得通的，直接改host文件，输入：[sudo vim /etc/hosts]再输入"i"进入编辑模式，在末尾添加[140

2020-08-30 21:12:59 1237 1

qq_16324149的博客