yuly16/lid

Document of Pytorch Implementation of Language Indentity Discrimination

语种识别pytorch实现

1.Requirement

conda install pytorch torchvision cudatoolkit=9.0 -c pytorch
pip install tqdm

2.Usage

1) 数据预处理

• 将普通话音频文件夹放在LID_data目录下，并将文件夹命名为mandarin
• 将闽南话音频放在LID_data目录下，并将该文件夹命名为hokkien
• 在LID目录下运行

python utils/data_preparation.py --base_path DATA_DIR --kaldi_path KALDI_PATH

• 参数说明
  • DATA_DIR为LID_data所在目录，用绝对路径表示，如/home/yuly/LID/LID_data
  • 我们的程序需要用到kaldi语音工具箱。如果没有安装，请先安装kaldi。上面命令的KALDI_PATH为kaldi/egs/sre16/v2所在的绝对目录，例如/mnt/workspace2/yuly/kaldi/egs/sre16/v2
  • 示例：

  python utils/data_preparation.py --base_path '/home/yuly/LID/LID_data' --kaldi_path '/mnt/workspace2/yuly/kaldi/egs/sre16/v2'
  

  • 程序运行完之后，可以看到训练数据文件夹为dataset_train，测试数据文件夹为dataset_test。

2) 训练网络

        python train.py --batch_size 512 --epoches 40 --train_dir TRAIN_DIR --test_dir TEST_DIR --is_gpu True

• 参数说明
  • TRAIN_DIR为LID_data/dataset_train文件夹所在的绝对目录，TEST_DIR为LID_data/dataset_test文件夹所在的绝对目录.
  • 如果运行过程中提示CUDA MEMORY ERROR则可以尝试减小batch_size。另外如果想使用cpu进行训练，则将is_gpu参数设置为False
• 示例

python train.py --batch_size 512 --epoches 40 --train_dir '/home/yuly/LID/LID_data/dataset_train' --test_dir '/home/yuly/LID/LID_data/dataset_test' --is_gpu True

• 20个epoch之后趋向于收敛。
• log/log.txt中保存每一个epoch的准确率和loss，可以用来绘制loss和acc曲线。

3) 测试网络

• 采用自己训练好的模型

python test.py --test_dir TEST_DIR --is_gpu True

• 采用作者训练好的模型

python test.py --test_dir TEST_DIR --model_dir 'log/best_model_0958.pth' --is_gpu True