嘉渊
2023-04-25 c4774280860f3d0bd2c1f4d085b5f9306a121e99
egs/aishell/paraformer/run.sh
@@ -26,9 +26,7 @@
# feature configuration
feats_dim=80
sample_frequency=16000
nj=32
speed_perturb="0.9,1.0,1.1"
nj=64
# data
raw_data=
@@ -89,8 +87,7 @@
feat_train_dir=${feats_dir}/${dumpdir}/train; mkdir -p ${feat_train_dir}
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} ${exp_dir}/exp/make_fbank/${train_set}
    utils/compute_cmvn.sh --cmd "$train_cmd" --nj $nj --feats_dim ${feats_dim} ${feats_dir}/data/${train_set}
fi
token_list=${feats_dir}/data/${lang}_token_list/char/tokens.txt
@@ -105,9 +102,7 @@
    echo "</s>" >> ${token_list}
    utils/text2token.py -s 1 -n 1 --space "" ${feats_dir}/data/train/text | cut -f 2- -d" " | tr " " "\n" \
        | sort | uniq | grep -a -v -e '^\s*$' | awk '{print $0}' >> ${token_list}
    num_token=$(cat ${token_list} | wc -l)
    echo "<unk>" >> ${token_list}
    vocab_size=$(cat ${token_list} | wc -l)
fi
# Training Stage