Skip to content

Latest commit

 

History

History
82 lines (58 loc) · 2.39 KB

README_cn.md

File metadata and controls

82 lines (58 loc) · 2.39 KB
Raw

Speech Processing

项目介绍

语音信号处理，该仓库主要用来收录在学习过程中，已落地的算法模型，仓库不同于其他已开源项目，本项目不仅关注算法模型，同时也更加注重模型的实际落地，打通了部署的最后”一公里“，才能真正发挥算法模型的价值，而不仅停留在paper层面。

内容说明

目录结构

.
├── README_cn.md
├── README.md
├── deploy
│   ├── KeywordSpotting
│   ├── cc
│   ├── data
│   ├── release
│   └── release.zip
├── development.md
├── keyword-spotting
└── tf23

目录内容说明

  • tf23， 利用tf23训练唤醒模型，建议参考此仓库进行研发
  • keyword-spotting,利用tf2.0训练唤醒模型
  • deploy
    • KeywordSpotting,利用vs2015 开发唤醒lib和应用
    • 其他文件夹，可不做参考

项目依赖

  1. Tensorflow 2.3.2，模型开发和训练
  2. TFlite ，用于模型量化及推理
  3. librosa ，用于数据增强
  4. wandb，用于训练过程记录
  5. visual studio 2015,开发win下唤醒lib

使用方式

  1. 数据，可以利用出门问问已开放的唤醒数据集，mobvoi_hotwords_dataset ，在这里感谢出门问问为语音信号处理领域作出的贡献。

  2. 模型训练

    cd tf23
python train.py # 注意修改数据路径，音频时长等参数

  3. 模型量化

    cd tf23
python quantize.py # 必须保证参数与训练阶段完全一致，注意修改checkpoint路径

  4. 量化后模型测试

    cd tf23
python test_tflite.py # 注意修改量化后模型的名字和测试数据的路径

  5. win下唤醒库开发

    cd ./deploy/KeywordSpotting/
# 利用vs2015 开发唤醒lib，
# 注意需要win下的tensorflowlite_c.dll 和tensorflowlite_c.dll.if.lib，总大小2.5xM
# 如果没有，需要根据自己的环境编译tflite的dll和lib

    备注：KeywordSpotting，是一个解决方案同时包含三个project，kws-win-demo是利用量化模型和tflite库进行测试模型，kws-lib是将唤醒模型制作为win下的库，供其他客户端集成，kws-interface是对唤醒lib的接口测试。

其他

开发过程中参数说明可参考开发文档