MIR kaldi inspection tool

Introduction

把 prebuilt 好的 kaldi recipe （或基於 kaldi standard recipe 建立的 egs），將一個 decode 結果的 ctm （透過 steps/get_ctm_fast.sh 取得）render 成 html。

Build steps

1. start server

1. git clone https://github.com/kakushawn/kaldi-inspection

2. cd kaldi-inspection

3. pip install -r requirements.txt

4. 修改 config.py，把 ROOT_FOLDER 改成對應路徑。

5. 執行 python run.py 啟動 server，應該可以連到 localhost:5000

2. linking kaldi dependencies

1. 將語料建立軟連結到 static/dataset/ 下。

   ln -s ~/kaldi-asr/egs/yesno/s5/waves_yesno static/dataset/

2. 將 kaldi/scripts 腳本複製到 kaldi 腳本目錄下。

   cp kaldi/scripts/* ~/kaldi-asr/egs/aishell/s5/

3. 在 kaldi 腳本目錄下，執行 gen_mir_web_ana_data.sh，把 decode 結果產生網站需要的文件。

• usage:

  gen_mir_web_ana_data.sh corpus data_of_decode graph/lang decode_dir

  • corpus: 語料目錄名稱

  • data_of_decode: 該次 decode 執行時的 data 目錄

  • graph/lang: 該次 decode 時用到的 graph 或 lang 目錄

  • decode_dir: decode 完的目錄

  • example:

    cd ~/kaldi-asr/egs/yesno/s5/
    ./gen_mir_web_ana_data.sh waves_yesno data/test_yesno data/lang_test_tg exp/mono0a/decode_test_yesno/
    

4. 回到網站目錄，在 kaldi/decodes/ 建立 decode 目錄的軟連結。

   ln -s ~/kaldi-asr/egs/yesno/s5/exp/mono0a/decode_test_yesno/ kaldi/decodes/

5. 打開首頁，選項應該有剛剛新增的 decode 目錄。若要再新增其他目錄重複步驟 3 到 4 即可。

Notes

1. 目前針對取得 audio resource 的方法非常 workaround，需要 flask server 與 corpus 在同一個 server，且只針對 wav 檔處理。