kaldi音频格式、kaldi对清华模型进行训练出现Less than错误

Less than

最近训练模型结果用于识别，在2019年完成的基础上，改下数据形式，继续训练，训练时出如下错误。

运行run出
Less than 95% the features were successfully generated

Less than 95% the features were successfully generated，运行清华的run进行模型训练，出这问题，有谁遇到过

检查一下wav. scp跟音频存储位置


另外再确认一下音频有没有问题，有可能音频损坏了
原来格式：

• ID : 0
• 格式 : PCM
• 编解码器ID : 1
• 编解码器ID/Hint : Microsoft
• 时长 : 4s 696ms
• 码率 : 256 Kbps
• 声道数 : 1 channel
• 采样率 : 16.0 KHz
• 位深度 : 16 bits
• 流大小 : 147 KiB (100%)

新格式

• ID : 0
• 格式 : PCM
• 格式档次 : Float
• 格式参数设置, Endianness : Float
• 编解码器ID : 3
• 编解码器ID/Hint : IEEE
• 时长 : 29s 782ms
• 码率模式 : CBR
• 码率 : 512 Kbps
• 声道数 : 1 channel
• 采样率 : 16.0 KHz
• 位深度 : 32 bits
• 流大小 : 1.82 MiB (100%)

总结

wav格式有错误导致的，虽然有格式转换工具，但最好在录制时指定好kaldi音频格式：声道数1和采样率16.0K，位深度16位。因为是做语音识别，不需要体现声音效果，所以简单的格式适合kaldi使用。

我们锐英源对应用清华模型进行训练有丰富的经验，也有经验丰富的朋友来互相讨论，如果有语音识别开发要求，请联系。