Dự án nghiên cứu về bài toán Nhận dạng tiếng nói tiếng Việt, được phát triển bởi nhóm nghiên cứu xử lý ngôn ngữ tự nhiên tiếng Việt - undertheseanlp. Chứa mã nguồn các thử nghiệm cho việc xử lý dữ liệu, huấn luyện và đánh giá mô hình, cũng như cho phép dễ dàng tùy chỉnh mô hình đối với những tập dữ liệu mới.
Nhóm tác giả
- Vũ Anh (anhv.ict91@gmail.com)
- Lê Phi Hùng (lephihungch@gmail.com)
Tham gia đóng góp
Mọi ý kiến đóng góp hoặc yêu cầu trợ giúp xin gửi vào mục Issues của dự án. Các thảo luận được khuyến khích sử dụng tiếng Việt để dễ dàng trong quá trình trao đổi.
Nếu bạn có kinh nghiệm trong bài toán này, muốn tham gia vào nhóm phát triển với vai trò là Developer, xin hãy đọc kỹ Hướng dẫn tham gia đóng góp.
Hệ điều hành: Ubuntu 16.04Python 3.6+conda 4+
Cài đặt Kaldi
Để cài đặt Kaldi, thực hiện theo các bước tại hướng dẫn
$ git clone https://github.com/kaldi-asr/kaldi.git kaldi-trunk --origin golden
$ cd kaldi-trunk/tools/; make;
$ extras/install_openblas.sh
$ cd ../src; ./configure --openblas-root=../tools/OpenBLAS/install; make
Cài đặt language modeling toolkit srilm
Cài đặt dependencies
$ apt-get install gawk
Cài đặt srilm
$ cd kaldi-trunk/tools
$ wget -O srilm.tgz https://raw.githubusercontent.com/denizyuret/nlpcourse/master/download/srilm-1.7.0.tgz
$ ./install_srilm.sh
...
Installation of SRILM finished successfully
Please source the tools/env.sh in your path.sh to enable it
Mô tả dữ liệu: Xem chi tiết
Trước khi run train.py phải set lại đường dẫn tới kaldi_folder .
Method predict nên có thêm argument model_path nếu bạn đã thực hiện train trước đó (vì nếu không nó sẽ lấy theo tmp_path của model, mà tmp_path này random cho mỗi lần khởi tạo lại model để chuẩn bị cho việc chạy training mới)
Thay đổi N_TRAIN và N_TEST trong init của KaldiSpeechRecognition để đổi giới hạn tập train/test
Output folder sẽ nằm trong kaldi_folder/egs/uts_{tmp_number} với tmp_number được thấy khi run train.py (EX: "Init Kaldi Speech Recognition in number_of_tmp folder" - Will be updated soon)
Huấn luyện trên tập dữ liệu VIVOS - OpenFPT, test trên tập VLSP 2018
| Mô hình | WER |
|---|---|
| GMM: MFCC + delta + LDA + MLTT | 75.27% |
Huấn luyện trên tập dữ liệu VIVOS, test trên tập VLSP 2018
| Mô hình | WER |
|---|---|
| GMM: MFCC + delta + LDA + MLTT | 79.80% |
| GMM: MFCC + delta | 82.03% |
Mã nguồn của dự án được phân phối theo giấy phép GPL-3.0.
Dự án sử dụng tập dữ liệu VIVOS trong các thử nghiệm. Xin vui lòng kiểm tra lại thông tin trên website hoặc báo cáo khoa học tương ứng để biết thông tin về bản quyền và trích dẫn khi sử dụng tập dữ liệu này.