| | |
|---|
| | | |
|---|
| | | if [ ${stage} -le 1 ] && [ ${stop_stage} -ge 1 ]; then |
|---|
| | | echo "stage 1: Feature and CMVN Generation" |
|---|
| | | utils/compute_cmvn.sh --cmd "$train_cmd" --nj $nj --feats_dim ${feats_dim} ${feats_dir}/data/${train_set} |
|---|
| | | utils/compute_cmvn.sh --fbankdir ${feats_dir}/data/${train_set} --cmd "$train_cmd" --nj $nj --feats_dim ${feats_dim} --config_file "$asr_config" --scale 1.0 |
|---|
| | | fi |
|---|
| | | |
|---|
| | | token_list=${feats_dir}/data/${lang}_token_list/char/tokens.txt |
|---|
| | | token_list=${feats_dir}/data/${lang}_token_list/$token_type/tokens.txt |
|---|
| | | echo "dictionary: ${token_list}" |
|---|
| | | if [ ${stage} -le 2 ] && [ ${stop_stage} -ge 2 ]; then |
|---|
| | | echo "stage 2: Dictionary Preparation" |
|---|
| | | mkdir -p ${feats_dir}/data/${lang}_token_list/char/ |
|---|
| | | mkdir -p ${feats_dir}/data/${lang}_token_list/$token_type/ |
|---|
| | | |
|---|
| | | echo "make a dictionary" |
|---|
| | | echo "<blank>" > ${token_list} |
|---|
| | |
|---|
| | | utils/text2token.py -s 1 -n 1 --space "" ${feats_dir}/data/${train_set}/text | cut -f 2- -d" " | tr " " "\n" \ |
|---|
| | | | sort | uniq | grep -a -v -e '^\s*$' | awk '{print $0}' >> ${token_list} |
|---|
| | | echo "<unk>" >> ${token_list} |
|---|
| | | mkdir -p ${feats_dir}/asr_stats_fbank_zh_char/${train_set} |
|---|
| | | mkdir -p ${feats_dir}/asr_stats_fbank_zh_char/${valid_set} |
|---|
| | | fi |
|---|
| | | |
|---|
| | | # LM Training Stage |
|---|
| | |
|---|
| | | --task_name asr \ |
|---|
| | | --gpu_id $gpu_id \ |
|---|
| | | --use_preprocessor true \ |
|---|
| | | --token_type char \ |
|---|
| | | --token_type $token_type \ |
|---|
| | | --token_list $token_list \ |
|---|
| | | --data_dir ${feats_dir}/data \ |
|---|
| | | --train_set ${train_set} \ |
|---|
| | | --valid_set ${valid_set} \ |
|---|
| | | --data_file_names "wav.scp,text" \ |
|---|
| | | --cmvn_file ${feats_dir}/data/${train_set}/cmvn/cmvn.mvn \ |
|---|
| | | --cmvn_file ${feats_dir}/data/${train_set}/cmvn/am.mvn \ |
|---|
| | | --speed_perturb ${speed_perturb} \ |
|---|
| | | --dataset_type $dataset_type \ |
|---|
| | | --resume true \ |
|---|
| | |
|---|
| | | --njob ${njob} \ |
|---|
| | | --gpuid_list ${gpuid_list} \ |
|---|
| | | --data_path_and_name_and_type "${_data}/${scp},speech,${type}" \ |
|---|
| | | --cmvn_file ${feats_dir}/data/${train_set}/cmvn/cmvn.mvn \ |
|---|
| | | --cmvn_file ${feats_dir}/data/${train_set}/cmvn/am.mvn \ |
|---|
| | | --key_file "${_logdir}"/keys.JOB.scp \ |
|---|
| | | --asr_train_config "${asr_exp}"/config.yaml \ |
|---|
| | | --asr_model_file "${asr_exp}"/"${inference_asr_model}" \ |
|---|
| | |
|---|
| | | done |
|---|
| | | fi |
|---|
| | | |
|---|
| | | # Prepare files for ModelScope fine-tuning and inference |
|---|
| | | if [ ${stage} -le 6 ] && [ ${stop_stage} -ge 6 ]; then |
|---|
| | | echo "stage 6: ModelScope Preparation" |
|---|
| | | cp ${feats_dir}/data/${train_set}/cmvn/am.mvn ${exp_dir}/exp/${model_dir}/am.mvn |
|---|
| | | vocab_size=$(cat ${token_list} | wc -l) |
|---|
| | | python utils/gen_modelscope_configuration.py \ |
|---|
| | | --am_model_name $inference_asr_model \ |
|---|
| | | --mode asr \ |
|---|
| | | --model_name conformer \ |
|---|
| | | --dataset aishell2 \ |
|---|
| | | --output_dir $exp_dir/exp/$model_dir \ |
|---|
| | | --vocab_size $vocab_size \ |
|---|
| | | --tag $tag |
|---|
| | | fi |
|---|
| | | |
|---|
| | | |
|---|
