保姆级Linux系统Ubuntu20.04下开源语音识别工具kaldi配置

• 前言
• 一. kaldi准备--虚拟机准备
• 二. kaldi配置库安装
• • 2.1 常用工具库安装
  • 2.2 kaldi源码下载
  • 2.3 检测依赖库安装
• 三. kaldi例程实验
• • 3.1 编译tools
  • 3.2 编译src
  • 3.3 跑yesno例子来验证
• 四. 小结

前言

Kaldi是当前最流行的开源的语音识别工具包，旨在提供灵活且可扩展的组件，包括多种语音信号处理，语音识别，声纹识别和深度神经网络。Kaldi的代码主要用C++编写，在此之上使用bash 和python脚本做了一些工具。目前，主要由语音大佬 Daniel Povey 带领的团队在github上进行开发和维护。

好消息是：2019年10月，Daniel博士正式加入小米公司，担任小米集团语音首席科学家，主要工作就是带领团队开发新一代Kaldi。下面是大佬的弟子，以及大佬来华之后的一些新闻视频，大家可以了解一下。

Kaldi团队日常都会做些什么？在Dan下做事或着和Dan合作做事，都是个怎样的体验？

Kaldi之父：新一代子项目布局基本完成，打造语音识别框架基石

语音识别大神Daniel Povey在小米开发新一代Kaldi

话不多说，开干！

一. kaldi准备–虚拟机准备

第一步打开虚拟机（我的Ubuntu是搭载在虚拟机上的，关于Windows下如何搭建虚拟机环境安装Ubuntu可以查看我的专栏文章：win7下配置虚拟机-安装Ubuntu20.4）

第二步登录Ubuntu，点击用户名，输入密码

第三步进入终端（右键选择“在终端打开”点击进入）

第四步 输入：

cd /

进入根目录

二. kaldi配置库安装

2.1 常用工具库安装

sudo apt-get updatesudo apt-get upgradesudo apt-get install gitsudo apt-get install bcsudo apt-get install g++sudo apt-get install zlib1g-dev make automake autoconf bzip2 libtool subversionsudo apt-get install libatlas3-base

2.2 kaldi源码下载

第一步下载kaldi，目前kaldi最新版本的代码都是在github（早期的老版本是在svn）

sudo git clone https://github.com/kaldi-asr/kaldi.gitcd kaldi/tools

2.3 检测依赖库安装

用kaldi自带的脚本check_dependencies.sh来检测是否安装完所有必须的依赖工具

extras/check_dependencies.sh

缺什么就安装什么


再检查一遍

根据提示，安装mkl库（这个库很关键）

再检查一遍

配置库全部安装完毕！例程走起

三. kaldi例程实验

3.1 编译tools

依赖安装成功，说明编译所需的工具和环境都配置好了，接下来就可以编译tools。

sudo make -j 8

报错，网上搜了一下应该是openfst没安装好

直接进入openfst文件夹进行配置安装(注意不是进入openfst文件夹)

cd openfst-1.7.2/

运行配置文件configure，再make 一遍

sudo ./configure

回到tools目录（cd …），再make一遍openfst

sudo make openfst

安装完毕，编译tools

sudo make -j 4

编译结束

3.2 编译src

tools编译成功后，就可以到src目录下，编译src

sudo ./configure --shared

sudo make depend -j 

sudo make -j 1

要等一段时间

编译成功！

3.3 跑yesno例子来验证

进入yesno目录下，kaldi/egs/yesno运行自带的yesno例子，跑./run.sh即可运行

cd ..cd egs/yesno/s5

跑起来

sudo ./run.sh

没有报错，

看到最后一行，恭喜你例程跑通！搞定！

四. 小结

这是kaldi初学者都会经历的配置的步骤，大同小异，看到报错的话不要紧张，根据提示把缺失的库安装上来，确实需要花点时间，但并不难，一步一步来，kaldi环境也就搭起来了，下一步的话，会考虑跑一些其他的例程，或者训练一个自己的语音模型，后续再继续分享。

本次安装配置主要参考：kaldi的编译安装与报错解决方法