conda install pytorch torchvision cudatoolkit=9.0 -c pytorch
pip install tqdm
- 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
。
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。
python test.py --test_dir TEST_DIR --is_gpu True
python test.py --test_dir TEST_DIR --model_dir 'log/best_model_0958.pth' --is_gpu True