wav2letter++ tutorial受挫

screen wav2letter/build/Train train --flagsfile wav2letter/tutorials/1-librispeech_clean/train.cfg

Step 1: Data Preparation

For a speech recognition dataset, we usually have access to a set of audio files and their transcriptions. Create an experiment path and download the dataset.

>W2LDIR=/home/$USER/w2l        

>mkdir -p$W2LDIR

>wget -qO- http://www.openslr.org/resources/12/train-clean-100.tar.gz | tar xvz -C$W2LDIR

>wget -qO- http://www.openslr.org/resources/12/dev-clean.tar.gz | tar xvz -C$W2LDIR

>wget -qO- http://www.openslr.org/resources/12/test-clean.tar.gz | tar xvz -C$W2LDIR

此处文件不容易下载,实在不行就用下载工具然后自己解压。

wav2letter/tutorials/1-librispeech_clean/prepare_data.py --src $W2LDIR/LibriSpeech/ --dst $W2LDIR

wav2letter/tutorials/1-librispeech_clean/prepare_lm.py --dst $W2LDIR

prepare_lm.py 要下载一个3-gram.arpa.gz,又是超慢。忍受不了一样下载工具上,然后修改prepare_lm.py , 修改如下:

os.system(

        "gunzip {lm}.arpa.gz -c > {o}".format(lm=lm, o=arpa_file)

    )

Step 2: Training the Acoustic Model

首先将wav2letter/tutorials/1-librispeech_clean/train.cfg文件中的[...]替换成正确的路径

--datadir=/home/xxx/w2l/

--tokensdir=/home/xxx/w2l/

--rundir=/home/xxx/w2l/saved_models

--archdir=/home/xxx/wav2letter/tutorials/1-librispeech_clean/

然后执行:

/home/xxx/wav2letter/build/Train train --flagsfile /home/xxx/wav2letter/tutorials/1-librispeech_clean/train.cfg

训练后的logs保存在你设置的rundir目录下。

然后就code dump,据说libsnd有问题,有空在查。

terminate called after throwing an instance of 'terminate called recursively

terminate called recursively

terminate called recursively

*** Aborted at 1565019127 (unix time) try "date -d @1565019127" if you are using GNU date ***

terminate called recursively

terminate called recursively

std::runtime_error'

  what():  loadSoundInfo: unknown format or could not open stream

terminate called recursively

terminate called recursively

terminate called recursively

terminate called recursively

terminate called recursively

terminate called recursively

PC: @    0x7f8ae13dd428 gsignal

*** SIGABRT (@0x3e8000007d1) received by PID 2001 (TID 0x7f8ab1fff700) from PID 2001; stack trace: ***

    @    0x7f8ae20c7390 (unknown)

    @    0x7f8ae13dd428 gsignal

    @    0x7f8ae13df02a abort

    @    0x7f8b0033906d __gnu_cxx::__verbose_terminate_handler()

    @    0x7f8b002aa436 __cxxabiv1::__terminate()

    @    0x7f8b0032e349 __cxa_call_terminate

    @    0x7f8b002a9088 __gxx_personality_v0

    @    0x7f8b347c9aab __trunctfsf2

    @    0x7f8b347c9f49 __trunctfdf2

    @          0x5dc36b w2l::loadSoundInfo()

    @          0x5d22ec _ZN3w2l23W2lNumberedFilesDataset15loadSampleSizesEv._omp_fn.0

    @    0x7f8b347e56d5 gomp_display_affinity_thread

    @    0x7f8ae20bd6ba start_thread

    @    0x7f8ae14af41d clone

    @                0x0 (unknown)

Aborted (core dumped)

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,718评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,683评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,207评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,755评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,862评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,050评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,136评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,882评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,330评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,651评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,789评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,477评论 4 333
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,135评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,864评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,099评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,598评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,697评论 2 351

推荐阅读更多精彩内容