undertheseanlp
GIÚP ĐỠ CÁCH CHẠY FILE "train.py"
Mọi người ơi em chạy file train.py
lệnh em như thế này:
python /home/l/kaldi-trunk/automatic_speech_recognition/egs/vivos/train.py --kaldi_folder /home/l/kaldi-trunk/ --corpus_folder /home/l/kaldi-trunk/automatic_speech_recognition/data/vivos/corpus --nj 10 --method lda_mlt
Lỗi:
from egs.vivos.extension.model import KaldiSpeechRecognition
ImportError: No module named egs.vivos.extension.model
Ai biết chỉ em giùm
Em đã sửa được lỗi bây giờ em chạy file preprocess.py trong thư mục data/vivos/ nó báo lỗi như thế này:
Traceback (most recent call last):
File "preprocess.py", line 111, in
@HuynhKEn Bạn chạy file preprocess.py trong data/vivos nhé, đừng chạy trong egs/vivos.
Dạ cảm ơn anh, em chưa tải ,em là sinh viên vì thế không có lộ trình chỉ toàn tìm hiểu. nên có gì mong anh giúp đỡ thêm
WER 66%
em chạy file predict:
... LOG (lattice-best-path[5.5.203~1-6fc4]:main():lattice-best-path.cc:99) For utterance result:, best cost 148.163 + 35105.9 = 35254.1 over 492 frames. result: sẼ xÍ mÂu xÓt lÔ lÔ lo trỊ uỐng lÝ nÁm hy LOG (lattice-best-path[5.5.203~1-6fc4]:main():lattice-best-path.cc:124) Overall cost per frame is 71.6547 = 0.301143 [graph] + 71.3535 [acoustic] over 492 frames. LOG (lattice-best-path[5.5.203~1-6fc4]:main():lattice-best-path.cc:128) Done 1 lattices, failed for 0 sẼ xÍ mÂu xÓt lÔ lÔ lo trỊ uỐng lÝ nÁm hy Nội dung file wav: sẽ luôn nỗ lực bạn sẽ được đền đáp.
có cách nào cãi thiện không anh
@HuynhKEn Em chạy như thế nào? Huấn luyện trên dữ liệu nào? trong bao lâu? WER đang được đo trên tập nào?
Về việc cải tiến, anh đang tính sẽ thêm training data. Hiện tại training data đang ít quá
Lệnh train em chạy:
python3 /home/l/kaldi-trunk/automatic_speech_recognition/egs/vivos/train.py --kaldi_folder /home/l/kaldi-trunk/ --corpus_folder /home/l/kaldi-trunk/automatic_speech_recognition/data/vivos/corpus --nj 10 --method lda_mllt
Lệnh predict em chạy như thế này:
python3 /home/l/kaldi-trunk/automatic_speech_recognition/egs/vivos/predict.py --wav /home/l/kaldi-trunk/automatic_speech_recognition/data/vivos/raw/test/waves/VIVOSDEV01/VIVOSDEV01_R012.wav --kaldi_folder /home/l/kaldi-trunk/ --model_path /home/l/kaldi-trunk/egs/uts_736/exp/tri3a --utils_path /home/l/kaldi-trunk/egs/uts_736/utils/ --method lda_mllt
Em huấn luyện trên tập dữ liệu VIVOS RELEASE December 2016 .
Em train mất cỡ 3h .
Lúc chạy training hàng cuối cùng nó để BEST WER là 43% em thấy nó nhỏ rất tốt nhưng mà ko hiểu sao lúc perdict thì nó ra kết qủa tệ .
Em còn một thắc mắc em ghi âm một file mới em setting cấu hình file audio giống như tập dữ liệu vivos, nhưng kết quả trả về là một text rỗng result :
cho mình hỏi cho dữ liệu train và test vào file nào trong data (vivos hay diadiem) và sắp xếp như nào ạ mình thử cho vivos sau đó cho vào diadiem mà vẫn bị lỗi như vậy : File "preprocess.py", line 43, in create_train_text content = open("raw/train/prompts.txt").read() IOError: [Errno 2] No such file or directory: 'raw/train/prompts.txt
cho mình hỏi cho dữ liệu train và test vào file nào trong data (vivos hay diadiem) và sắp xếp như nào ạ mình thử cho vivos sau đó cho vào diadiem mà vẫn bị lỗi như vậy : File "preprocess.py", line 43, in create_train_text content = open("raw/train/prompts.txt").read() IOError: [Errno 2] No such file or directory: 'raw/train/prompts.txt
Bạn có thể show cấu trúc thư mục data của bạn không. Bạn pwd file preprocess.py rồi show mình xem thử
Em còn một thắc mắc em ghi âm một file mới em setting cấu hình file audio giống như tập dữ liệu vivos, nhưng kết quả trả về là một text rỗng
result :
Bạn kiểm tra lại samprate của file bạn so với vivos audio file nhé (convert về 16000), convert audio chanel về 1,
Bạn tải bộ vivos data về bỏ vào data/vivos nhé
On Wed, Mar 13, 2019 at 20:39 nguyen vu [email protected] wrote:
data ├── diadiem │ ├── COPYING │ ├── preprocess.py │ ├── README │ ├── test │ │ └── wave │ ├── text.py │ └── train │ └── wave └── vivos ├── COPYING ├── corpus │ ├── test │ │ └── wav │ └── train │ └── wav ├── preprocess.py └── README
đây là cấu trúc thư mục data, mình đã chỉnh lại như lúc đầu , bạn chỉ giúp mình cách thêm dữ liệu, mình cảm ơn !!
— You are receiving this because you commented. Reply to this email directly, view it on GitHub https://github.com/undertheseanlp/automatic_speech_recognition/issues/34#issuecomment-472425499, or mute the thread https://github.com/notifications/unsubscribe-auth/ANY4ykLIWrlWjmOIzwBhnfZmSP47Ahnnks5vWP-DgaJpZM4bFPtC .
--
Regards,
LE PHI HUNG (Mr.)
Phone : 0963257788
Skype : [email protected]
mình train được rồi và giờ mình chạy hàm predict thì lại gặp lỗi này: h: 1: kaldi-trunk/src/featbin/compute-mfcc-feats: not found sh: 1: kaldi-trunk/src/featbin/compute-cmvn-stats: not found sh: 1: kaldi-trunk/src/featbin/splice-feats: not found sh: 1: kaldi-trunk/src/featbin/transform-feats: not found sh: 1: kaldi-trunk/src/gmmbin/gmm-latgen-faster: not found sh: 1: kaldi-trunk/src/latbin/lattice-best-path: not found sh: 1: cannot create kaldi-trunk/egs/uts_165/exp/tri3a/predict/transcriptions/one-best-hypothesis.txt: Directory nonexistent sh: 1: cannot open kaldi-trunk/egs/uts_165/exp/tri3a/predict/transcriptions/one-best-hypothesis.txt: No such file -mình đã cố sửa trong file predict để dẫn lại link nhưng sau đó lại xuất hiện lỗi khác: ERROR (compute-mfcc-feats[5.5.232~1-5a56]:ReadConfigFile():parse-options.cc:462) Cannot open config file: config/mfcc.conf
[ Stack-Trace: ]
kaldi::MessageLogger::LogMessage() const
kaldi::MessageLogger::LogAndThrow::operator=(kaldi::MessageLogger const&)
kaldi::ParseOptions::ReadConfigFile(std::__cxx11::basic_string<char, std::char_traits
Cho mình xem câu lệnh predict của bạn
On Thu, Mar 14, 2019 at 00:47 nguyen vu [email protected] wrote:
mình train được rồi và giờ mình chạy hàm predict thì lại gặp lỗi này: h: 1: kaldi-trunk/src/featbin/compute-mfcc-feats: not found sh: 1: kaldi-trunk/src/featbin/compute-cmvn-stats: not found sh: 1: kaldi-trunk/src/featbin/splice-feats: not found sh: 1: kaldi-trunk/src/featbin/transform-feats: not found sh: 1: kaldi-trunk/src/gmmbin/gmm-latgen-faster: not found sh: 1: kaldi-trunk/src/latbin/lattice-best-path: not found sh: 1: cannot create kaldi-trunk/egs/uts_165/exp/tri3a/predict/transcriptions/one-best-hypothesis.txt: Directory nonexistent sh: 1: cannot open kaldi-trunk/egs/uts_165/exp/tri3a/predict/transcriptions/one-best-hypothesis.txt: No such file -mình đã cố sửa trong file predict để dẫn lại link nhưng sau đó lại xuất hiện lỗi khác: ERROR (compute-mfcc-feats[5.5.232~1-5a56]:ReadConfigFile():parse-options.cc:462) Cannot open config file: config/mfcc.conf
[ Stack-Trace: ] kaldi::MessageLogger::LogMessage() const kaldi::MessageLogger::LogAndThrow::operator=(kaldi::MessageLogger const&) kaldi::ParseOptions::ReadConfigFile(std::__cxx11::basic_string<char, std::char_traits, std::allocator > const&) kaldi::ParseOptions::Read(int, char const* const*) main __libc_start_main _start
— You are receiving this because you commented. Reply to this email directly, view it on GitHub https://github.com/undertheseanlp/automatic_speech_recognition/issues/34#issuecomment-472532951, or mute the thread https://github.com/notifications/unsubscribe-auth/ANY4yrbudzvf6YmtKkUuV8nRup276_i0ks5vWTmbgaJpZM4bFPtC .
--
Regards,
LE PHI HUNG (Mr.)
Phone : 0963257788
Skype : [email protected]
python3 kaldi-trunk/automatic_speech_recognition/egs/vivos/predict.py --wav kaldi-trunk/automatic_speech_recognition/data/vivos/raw/test/waves/VIVOSDEV01/VIVOSDEV01_R012.wav --kaldi_folder kaldi-trunk --model_path kaldi-trunk/egs/uts_165/exp/tri3a --utils_path kaldi-trunk/egs/uts_165/utils/ --method lda_mllt bạn xem giúp mình
Bạn kiểm tra lại samprate của file bạn so với vivos audio file nhé (convert về 16000), convert audio chanel về 1
em đã chuyển rùi không được
cho mình hỏi là có thể kết hợp các emthod lại với nhau ko ạ như tài liệu đã viết :GMM: MFCC + delta để nâng tì lệ lên 84%, và cho mình hỏi thêm nữa là có thể tăng audio dự đoán lên 1p được không ạ
Hiện tại đã kết hợp rồi bạn có thể vào train_method.sh để có thể xem mô hình. Hiện tại tăng audio dự đoán lên 1p bị gì à bạn.
On Fri, Mar 15, 2019 at 12:46 nguyen vu [email protected] wrote:
cho mình hỏi là có thể kết hợp các emthod lại với nhau ko ạ như tài liệu đã viết :GMM: MFCC + delta để nâng tì lệ lên 84%, và cho mình hỏi thêm nữa là có thể tăng audio dự đoán lên 1p được không ạ
— You are receiving this because you commented. Reply to this email directly, view it on GitHub https://github.com/undertheseanlp/automatic_speech_recognition/issues/34#issuecomment-473166514, or mute the thread https://github.com/notifications/unsubscribe-auth/ANY4yqbaH-f1aFwd4VMurdHGMe_zX0CBks5vWzO8gaJpZM4bFPtC .
--
Regards,
LE PHI HUNG (Mr.)
Phone : 0963257788
Skype : [email protected]
theo như trong file readme thì tỉ lện WER là 78%, mà thực tế test đươc 49% vậy làm thế nào để nâng tỉ lện này lên ạ.
theo như trong file readme thì tỉ lện WER là 78%, mà thực tế test đươc 49% vậy làm thế nào để nâng tỉ lện này lên ạ.
mình nghĩ cách cải tiến tốt nhất là thêm dữ liệu huấn luyện :D
mình thấy trong file readme có gi là 78% mà cũng dùng chung bộ dữ liệu vivos nên mình thắc mắc thôi :)))
mình thấy trong file readme có gi là 78% mà cũng dùng chung bộ dữ liệu vivos nên mình thắc mắc thôi :)))
Bạn nhầm giữa WER và độ chính xác rồi, WER càng thấp thì càng tốt nhé bạn ơi.
lower word error rate shows superior accuracy in recognition of speech
https://en.wikipedia.org/wiki/Word_error_rate
cho em hỏi làm sao để chạy file train.py vậy ạ . em chạy gặp lỗi như thế này thì phải khắc phục như thế nào ạ!
Traceback (most recent call last):
File "train.py", line 1, in
Xin lỗi bạn đã trả lời issue bạn lâu vì bị trôi issue, mình có rep trong issue bạn vừa tạo.