博客
关于我
【语音信号处理】之 Kaldi ToolKit 和VoiceBox
阅读量:872 次
发布时间:2019-03-25

本文共 1643 字,大约阅读时间需要 5 分钟。

Ubuntu上安装Kaldi Toolkit和VoiceBox工具箱的详细指南

1. 安装Kaldi Toolkit

首先,正确安装Kaldi Toolkit是进行音频处理开发的基础。按照Kaldi官方文档,在Ubuntu系统上安装工具箱。

安装Git

确保你已经正确安装了Git软件,可以通过以下命令进行验证:

git --version

如果 Git 已经安装,可以继续下一步。如果尚未安装 Git,可以运行以下命令:

sudo apt install git

验证 Git 版本:

git --version

此时 Git 版本可能会显示 2.7.4 或更高版本。

配置Git

设置 Git 用户信息:

git config --global user.name “你的名字”git config --global user.email “你的邮箱”,例如:zhaodpx@163.com

检查配置信息:

git config --list

创建新的仓库:

git init

2. 安装Kaldi Toolkit

引导安装Kaldi Toolkit的步骤如下:

克隆仓库

从GitHub克隆 Kaldi 的源代码仓库:

git clone https://github.com/kaldi-asr/kaldi.git kaldi --origin upstream

进入工具目录并执行编译命令:

cd kaldi/tools/make

回到源码目录继续安装:

cd ../src/./configuremake

注意:在编译过程中可能会遇到依赖项安装要求,如 zlib、automake、autoconf、sox、gfortran、libtool 和 subversion。必要时运行以下命令安装:

sudo apt-get install zlib1g-dev automake autoconf sox gfortran libtool subversion

3. 安装VoiceBox

VoiceBox 是一个基于 MATLAB 的语音处理工具箱,安装步骤如下:

克隆或解压仓库

从GitHub克隆 VoiceBox 仓库或解压下载的 zip 文件,建议放在合适的文件夹(例如 C:\sap-voicebox)下。

添加 paths 到 MATLAB 中

启动 MATLAB 后:

  • 点击菜单栏中的 “File” > “Set Path”。
  • 点击 “Add Folder” 并浏览到路径 C:\sap-voicebox\voicebox。
  • 点击 “Select Folder” 然后 “Save”。
  • 配置 MATLAB 工作环境

    可以通过编辑 v_voicebox.m 文件或设置环境变量 VOICEBOX 来自定义配置参数:

    >> help voicebox

    运行此命令可以查看支持的所有功能和依赖项。

    选用性配置

    1. 可选:查看并安装 SIL 的 IPA 字体,建议将路径添加到 MATLAB 工作空间。
    2. 可选:将 SHORTEN 程序添加到所需位置,或修改 v_voicebox.m 中的路径指引。
    3. 4. 共享文件夹

      在 Ubuntu 系统中实现跨设备文件共享:

      安装 NFS 服务器

      运行以下命令安装 NFS 命令:

      sudo apt install nfs-kernel-servers

      挂载网络文件夹

      将远程文件夹(如 192.168.1.152:/home/zhuguili/mnt)挂载到本地:

      sudo mount -t nfs -o nolock 192.168.1.152:/home/zhuguili/mnt ~/tmp

      此时本地的 ~/tmp 文件夹即可访问远程共享文件夹。

      总结

      通过以上步骤,你已经成功安装了 Kaldi Toolkit 和 VoiceBox 工具箱,并实现了文件共享功能。这套工具将为你提供强大的语音处理开发能力,助力你的项目成功。

    转载地址:http://htiyk.baihongyu.com/

    你可能感兴趣的文章
    opencv 模板匹配, 已解决模板过大程序不工作的bug
    查看>>
    OpenCV 错误:(-215)size.width>0 &&函数imshow中的size.height>0
    查看>>
    opencv&Python——多种边缘检测
    查看>>
    opencv&python——高通滤波器和低通滤波器
    查看>>
    OpenCV+Python识别车牌和字符分割的实现
    查看>>
    OpenCV-Python接口、cv和cv2的性能比较
    查看>>
    OpenCV/Python/dlib眨眼检测
    查看>>
    opencv1-加载、修改、保存图像
    查看>>
    opencv10-形态学操作
    查看>>
    opencv11-提取水平直线和垂直直线
    查看>>
    opencv12-图像金字塔
    查看>>
    opencv13-基本阈值操作
    查看>>
    opencv14-自定义线性滤波
    查看>>
    opencv15-边缘处理
    查看>>
    opencv16-Sobel算子
    查看>>
    opencv17-laplance算子
    查看>>
    opencv18-canny检测算法
    查看>>
    opencv19-霍夫直线变化
    查看>>
    opencv2-矩阵掩膜操作
    查看>>
    opencv20-霍夫圆检测
    查看>>