Cómo usar los MFCC para el reconocimiento de voz

Answer 1

Dado que la dimensión de la característica que está especificando es 26, sospecho que tiene un coeficiente de banco de filtros que mfcc. O podrían ser mfcc con características delta agregadas. Describiré aquí cómo hacer reconocimiento de fonemas usando el marco kaldi usando redes neuronales profundas.

1. Obtenga la transcripción y los archivos de voz correspondientes
2. Convierta la transcripción en secuencia de fonemas usando el convertidor de grafema a fonema.
3. Extraiga mfcc usando kaldi make_mfcc. Archivo Sh
4. Monofono de tren modelo GMM-HMM
5. Alinee los datos de entrenamiento usando un modelo previamente entrenado
6. Modelo de GMM-HMM basado en triphone de tren
7. Alinear de nuevo
8. Modelo de tren DNN-HMM
9. Ahora puede obtener la secuencia de fonemas para cualquier nueva emisión de voz.

Si necesita ayuda, contácteme en [correo electrónico protegido]

Answer 2

Esta es nuestra matriz de coeficiente mfcc para cada cuadro, los pls también nos dicen si es correcto y nos guían más