TW01+02_8k 仝語者 34.94 有過怪怪der

[leo424y]

可略，看 8k alaw 的結果

[sih4sing5hong5]

因為這是系統性的大問題，我揣時間看覓

[leo424y]

或許只是沒有alaw的問題？ https://jenkins.iis.sinica.edu.tw/job/gi2-gian5_boo5-hing5/98 有alaw SER掉到

108.36!

8K alaw 訓練與測試

訓練分支	測試分支	SER%
TW01+02	仝語者	35.53
TW01+02	仝語者_8K_alaw	108.36
TW01+02_8k_alaw	仝語者	37.14
TW01+02_8k_alaw	仝語者_8K_alaw

[sih4sing5hong5]

問一下問題，

TW01+02_8k_alaw	仝語者	37.14

佇訓練make_mfcc時，訓練音檔的頻率是幾Hz? conf/mfcc.conf咧？ 佇試驗make_mfcc時，試驗音檔的頻率是幾Hz? conf/mfcc.conf咧？

[leo424y]

訓練 https://github.com/twgo/siann1-hak8_boo5-hing5/blob/2c61fd50e9a141d79e7cd8feaf6f41f02c336a87/Dockerfile

8000Hz

--use-energy=false # only non-default option. --sample-frequency=8000 --allow_downsample=true

試驗 https://github.com/twgo/gi2-gian5_boo5-hing5/blob/801516998495c2a63499274b73d17201e6e10002/Dockerfile

8000 Hz 不對不對 應是16000 Hz

--use-energy=false # only non-default option. --sample-frequency=8000 --allow_downsample=true

忘了改回來！！ 結果不對！

應是 --use-energy=false # only non-default option. --sample-frequency=16000

感謝隊長一針見血

有錯請指出

[sih4sing5hong5]

仝一組實驗，--sample-frequency應該愛仝款

所以--sample-frequency=8000，有的實驗應該無法度做 大部份實驗應該攏佇--sample-frequency=16000做較tioh

[sih4sing5hong5]

揣著--ah

因為conf/mfcc.conf內底有allow_downsample=true 所以16k的試驗會變做8k

8k實驗應該是5種，頭前4个攏佇16K的情形下算mfcc，上尾一種才是8k的環境算mfcc

訓練分支tw01+tw02	測試分支tw01Test	SER%
TW01+02(16k)	仝語者(16k)	35.53
TW01+02(16k)	仝語者(16k=>8k=>16k)	108.36
TW01+02(16k=>8k=>16k)	仝語者(16k)	37.14
TW01+02(16k=>8k=>16k)	仝語者(16k=>8k=>16k)
TW01+02(16k=>8k)	仝語者(16k=>8k)

若是你感覺會使，請你寫出來a-alaw愛做啥物實驗～

[leo424y]

用allow_downsample是因為之前跑8k噴錯的提示，不加不會過。

https://github.com/twgo/siann1-hak8_boo5-hing5/issues/43#issuecomment-399368836

#轉檔scripts看起來都只有降到8k
8k
RUN sed -i -z 's/\n/avconv -i - -f wav -ar 8000 - \|\n/g' $KALDI_S5C/data/train/wav.scp

8k a-law
RUN sed -i -z 's/\n/avconv -i - -f alaw -ar 8000 - | avconv -f alaw -ar 8000 -i - -f wav -ar 8000 -\|\n/g' $KALDI_S5C/data/train/wav.scp

可以先向你確認，我這個做法與理解對嗎？

• 凡有8k ,8k-alaw 的訓練或測試，都把 conf/mfcc.conf內底改成下面，對嗎？

  --use-energy=false 
  --sample-frequency=8000
  --allow_downsample=true

  • 在這環境底下做的都是8k的環境算mfcc？
  • 我用的轉檔都是script(16k=>8k)？
  • (16k=>8k=>16k)的script我有做過嗎？

感謝隊長釋疑

目前這樣有做的含8K, 8K alaw，結果如下：

---

模擬電話訓練與測試，有差異

訓練分支	測試分支	SER%	#
TW01+02	仝語者	35.53	#74
TW01+02	仝語者_8K	108.76	#96
TW01+02	仝語者_8K_alaw	108.36	#98
TW01+02_8k_alaw	仝語者	114.13	#100

---

模擬電話訓練與測試，無差異

訓練分支	測試分支	SER%	#
TW01+02	仝語者	35.53	#74
TW01+02_8k	仝語者	34.94	#88
TW01+02_8k	仝語者_8K	35.02	#92
TW01+02_8k	仝語者_8K_alaw	34.94	#101
TW01+02_8k_alaw	仝語者	37.14	#97
TW01+02_8k_alaw	仝語者_8K	37.26	#102
TW01+02_8k_alaw	仝語者_8K_alaw	36.71	#99

---

ERROR (compute-mfcc-feats[5.4.407~1401-aca9]:ComputeFeatures():feat/feature-common-inl.h:41) Waveform and config sample Frequency mismatch: 16000 .vs 8000 ( use --allow_downsample=true option to allow downsampling the waveform).

[sih4sing5hong5]

--allow_downsample=true

莫用--allow_downsample=true

ERROR (compute-mfcc-feats[5.4.407~1401-aca9]:ComputeFeatures():feat/feature-common-inl.h:41) Waveform and config sample Frequency mismatch: 16000 .vs 8000 ( use --allow_downsample=true option to allow downsampling the waveform).

你解說一下這个錯誤資訊是啥物意思

在這環境底下做的都是8k的環境算mfcc？

著，16k的wav 嘛會downsample到8k

我用的轉檔都是script(16k=>8k)？

著

(16k=>8k=>16k)的script我有做過嗎？ 無

[leo424y]

Waveform and config sample Frequency mismatch: 16000 .vs 8000 就是我轉成8k但config還在16k所以不給過 不用 --allow_downsample=true 那麼就是要轉回 16k才會符合

--use-energy=false 
--sample-frequency=16000

要轉回16k應在轉檔時再加上

avconv -f wav -ar 8000 -i - -f wav -ar 16000

那麼還沒做要做的實驗有

訓練分支tw01+tw02	測試分支tw01Test	SER%
TW01+02(16k)	仝語者8k(16k=>8k=>16k)
TW01+02(16k)	仝語者8k_a-law(16k=>8k=>16k)
TW01+02_8k(16k=>8k=>16k)	仝語者(16k)
TW01+02_8k(16k=>8k=>16k)	仝語者_8k(16k=>8k=>16k)
TW01+02_8k(16k=>8k=>16k)	仝語者_8k_a-law(16k=>8k=>16k)
TW01+02_8k_a-law(16k=>8k=>16k)	仝語者(16k)
TW01+02_8k_a-law(16k=>8k=>16k)	仝語者_8k(16k=>8k=>16k)
TW01+02_8k_a-law(16k=>8k=>16k)	仝語者_8k_a-law(16k=>8k=>16k)

且

mfcc.conf都是

--use-energy=false 
--sample-frequency=16000

若有錯誤請隊長指正，謝謝

[sih4sing5hong5]

著!

[sih4sing5hong5]

閣有8k的mfcc環境實驗通做，mfcc.conf愛改做--sample-frequency=8000

訓練分支tw01+tw02	測試分支tw01Test	SER%
TW01+02_8k(16k=>8k)	仝語者_8k(16k=>8k)
TW01+02_8k(16k=>8k)	仝語者_8k_a-law(16k=>8k)

[leo424y]

那麼我開始開新branch 來接 上面這兩個跟 #92 #101 有異嗎?

[sih4sing5hong5]

101AD會使

92無顯示訓練資料？

[leo424y]

92 手動跑的 上游 tw01+tw02_8k FROM dockerhub.iis.sinica.edu.tw/siann1-hak8_boo5-hing5:96 已補入註記

[sih4sing5hong5]

嗯

我減講兩个實驗

訓練分支tw01+tw02	測試分支tw01Test	SER%
TW01+02_8k(16k=>8k)	仝語者_8k(16k=>8k)
TW01+02_8k(16k=>8k)	仝語者_8k_a-law(16k=>8k)
TW01+02_8k_a-law(16k=>8k)	仝語者_8k(16k=>8k)
TW01+02_8k_a-law(16k=>8k)	仝語者_8k_a-law(16k=>8k)

[leo424y]

上週開完會有把8k，8k a-law 跑過，不知道是不是隊長要的

訓練分支tw01+tw02	測試分支tw01Test	SER%	#
TW01+02_8k(16k=>8k)	仝語者_8k(16k=>8k)	35.02	#92
TW01+02_8k(16k=>8k)	仝語者_8k_a-law(16k=>8k)	34.94	#101
TW01+02_8k_a-law(16k=>8k)	仝語者_8k(16k=>8k)	37.26	#102
TW01+02_8k_a-law(16k=>8k)	仝語者_8k_a-law(16k=>8k)	36.71	#99

[sih4sing5hong5]

著，我有入去看Dockerfile矣，這4个攏是著的