提交 c29f3343 编写于 作者: Y Yibing Liu

Upload learning curves for DeepASR doc

上级 696aa339
DeepASR (Deep Automic Speech Recognition) 是一个基于PaddlePaddle FLuid与kaldi的语音识别系统。其利用PaddlePaddle Fluid完成声学模型的配置和训练,集成kaldi的解码器完,方便已对kaldi的较为熟悉的用户实现声学模型的快速、大规模训练,并利用kaldi完成复杂的解码过程 运行本目录下的程序示例需要使用 PaddlePaddle v0.14及以上版本。如果您的 PaddlePaddle 安装版本低于此要求,请按照[安装文档](http://www.paddlepaddle.org/docs/develop/documentation/zh/build_and_install/pip_install_cn.html)中的说明更新 PaddlePaddle 安装版本
###目录 ---
DeepASR (Deep Automatic Speech Recognition) 是一个基于PaddlePaddle FLuid与kaldi的语音识别系统。其利用Fluid框架完成声学模型的配置和训练,并集成kaldi的解码器。旨在方便已对kaldi的较为熟悉的用户实现语音识别中声学模型的快速、大规模训练,并利用kaldi完成复杂的语音数据预处理和最终的解码过程。
### 目录
- [安装](#installation) - [安装](#installation)
- [数据预处理](#data-reprocessing)
- [模型训练](#training) - [模型训练](#training)
- [训练过程性能分析](#perf-profiling)
- [预测和解码](#infer-decoding) - [预测和解码](#infer-decoding)
- [Aishell示例](#aishell-example) - [Aishell示例](#aishell-example)
- [如何贡献更多的实例](#how-to-contrib) - [如何贡献更多的实例](#how-to-contrib)
### 安装 ### 安装
#### PaddlePaddle #### kaldi
运行DeepASR需要PadddlePaddle Fluid v0.13.0或以上的版本。如果你的运行环境中的PaddlePaddle低于此版本,请根据[安装文档](http://www.paddlepaddle.org/docs/develop/documentation/zh/build_and_install/pip_install_cn.html)中的说明来更新PaddlePaddle。 DeepASR所用的解码器依赖于[kaldi](https://github.com/kaldi-asr/kaldi)环境, 按其中的命令安装好kaldi后设置环境变量:
####kaldi
DeepASR所用的解码器依赖于[kaldi](https://github.com/kaldi-asr/kaldi), 按其中的命令安装好kaldi后设置环境变量:
```shell ```shell
export KALDI_ROOT=<kaldi的安装路径> export KALDI_ROOT=<kaldi的安装路径>
``` ```
####解码器的安装 #### 解码器的安装
进入解码器源码所在的目录
```shell
cd models/fluid/DeepASR/decoder
```
运行安装脚本
```shell
sh setup.sh
```
即完成解码器的编译和安装
### 数据预处理
### 声学模型的训练
可选择在CPU或GPU模式下进行声学模型的训练,例如在GPU模式下的训练
```shell
CUDA_VISIBLE_DEVICES=0,1,2,3 python -u train.py \
--train_feature_lst train_feature.lst \
--train_label_lst train_label.lst \
--val_feature_lst val_feature.lst \
--val_label_lst val_label.lst \
--mean_var global_mean_var \
--parallel
```
实际训练过程中要正确指定建模单元大小、学习率等重要参数。关于这些参数的说明,请运行
```shell
python train.py --help
```
获取更多信息。
### 训练过程性能分析
获取每个op的执行时间
```shell ```shell
git clone https://github.com/PaddlePaddle/models.git CUDA_VISIBLE_DEVICES=0 python -u tools/profile.py \
cd models/fluid/DeepASR/decoder --train_feature_lst train_feature.lst \
sh setup.sh --train_label_lst train_label.lst \
--val_feature_lst val_feature.lst \
--val_label_lst val_label.lst \
--mean_var global_mean_var
```
### 预测和解码
```
CUDA_VISIBLE_DEVICES=0,1,2,3 python -u infer_by_ckpt.py \
--batch_size 96 \
--checkpoint deep_asr.pass_1.checkpoint \
--infer_feature_lst test_feature.lst \
--infer_label_lst test_label.lst \
--mean_var global_mean_var \
--parallel
```
### Aishell 实例
本小节以Aishell数据为例,展示如何完成从数据预处理到解码输出。[Aishell数据集](http://www.aishelltech.com/kysjcp)
```
cd examples/aishell
```
提供已经预处理好的数据集供下载
```
sh prepare_data.sh
```
下载数据完成后,执行训练
```
sh train.sh
```
训练过程中损失和精度的变化曲线如下图所示
<p align="center">
<img src="images/learning_curve.png" height=480 width=640 hspace='10'/> <br />
Aishell数据集上训练声学模型的学习曲线
</p>
执行预测
```
sh infer_by_ckpt.sh
```
评估误差
```
sh score_cer.sh
``` ```
完成解码器的编译和安装
###模型训练
###预测和解码 利用经过20轮左右训练的声学模型,可以在Aishell的测试集上得到CER约10%的识别结果。
###Aishell示例
###如何贡献更多的实例
### 如何贡献更多的实例
欢迎贡献更多的实例
Markdown is supported
0% .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑!
想要评论请 注册