1 Star 0 Fork 0

Koala999 / kAsrFront

加入 Gitee
与超过 1200万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
克隆/下载
贡献代码
同步代码
取消
提示: 由于 Git 不支持空文件夾,创建文件夹后会生成空的 .keep 文件
Loading...
README
MIT

kAsrFront

介绍

语音识别前端模块,实现语音自动拾取、分帧、预处理、加窗,以及常用特征生成。

特征提取

语音特征主要兼容kaldi和praat,其中与praat匹配度较好,与kaldi有一定误差(主要由于fft算法不同影响)

---FFT特征

在测试用例上,输出结果与praat、fftw3一致,与kaldi平均相对偏差0.0036。

---Spectrum特征

可输出power, log, db, mag等4种类型频谱,可设定兼容Pratt和kaldi的归一化。在测试用例上,输出结果与praat一致,与kaldi平均相对偏差0.000048。

---Spectrogram特征

主要兼容kaldi。在测试用例上,与kaldi平均相对偏差0.000018。

---Fbank特征

可在linear, log, mel, bark, erb等5种频域尺度上进行分析,兼容kaldi。直接用kaldi生成的spectrogram特征计算fbank,结果与kaldi一致,最大相对偏差0.000001。 在测试用例上,受fft误差影响,与kaldi最大相对偏差增大到0.000007。

---Mfcc特征

主要兼容kaldi。直接用kaldi生成的fbank特征计算mfcc,结果与kaldi平均相对偏差0.000019。 在测试用例上,与kaldi平均相对偏差0.000018,最大相对偏差0.036(-0.000170 vs. -0.000165)。 初步分析,以上偏差主要由于DCT算法误差导致。

语音拾取

使用rtaudio库录音,使用基于webrtc的voixen-vad进行话音检测,实现片段语音自动拾取功能。测试程序界面如下(--->线条代表成功拾取的语音片段,--<线条代表丢弃的过短语音片段):

演示界面

MIT License Copyright (c) 2022 Koala999 Permission is hereby granted, free of charge, to any person obtaining a copy of this software and associated documentation files (the "Software"), to deal in the Software without restriction, including without limitation the rights to use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies of the Software, and to permit persons to whom the Software is furnished to do so, subject to the following conditions: The above copyright notice and this permission notice shall be included in all copies or substantial portions of the Software. THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE SOFTWARE.

简介

语音识别前端模块,实现语音自动拾取、分帧、预处理、加窗,以及常用特征生成。 展开 收起
C++ 等 2 种语言
MIT
取消

发行版

暂无发行版

贡献者

全部

近期动态

加载更多
不能加载更多了
1
https://gitee.com/koala999/asr-front.git
git@gitee.com:koala999/asr-front.git
koala999
asr-front
kAsrFront
master

搜索帮助