5、智骏新数据自适应实验（许小晴语料）

标签：

实验目的：

实验过程：

1. 处理wav文件
   1. 这次的初始的wav文件是：mono，48000Hz
   2. 所以，只需把48000Hz的转化为16000Hz的即可
   3. ok，两步脚本处理完毕，在Corpus/Zhijun_XuXiaoQing/wav
      1. 先改名字：1_changeName.pl
      2. 再把48000Hz转化为16000Hz即可：2_48HzTo16Hz.pl
2. 再处理txt文件，产生lab文件
   1. 在自己的PC上处理
   2. 建立路径：2015-02/Z_智俊公司合作相关/WangX_处理ssml文件的perl脚本/XuXiaoQing
      1. 把文件名字由0001.txt 改为SpkContext_0001.ssml

         1. #!/usr/bin/perl
            
            foreach $var(glob ("*.txt"))
            {
                #$base = `basename $var`;
                $var_before = $var;
                $var =~ s/txt/ssml/;
                $finalName = "SpkContext_$var";
                system("mv $var_before $finalName");
                print "Processing $var \n";
            }
            print "Over ... \n";

         2. 首先使用glob函数，依次获取当前路径下的0001.txt、0002.txt、0003.txt、
         3. 然后一开始是想用shell脚本的basename命令去获取0001.txt文件的前缀，但是不太清楚为什么没有成功，后面再去研究这个东西吧
         4. 后来想了另外一种方法来替代，是使用，用正则表达式处理文本，s///去进行替换，将0001.txt中的txt全部替换为ssml
      2. 然后进入/prompts/1_ssml2lab.pl文件中修改$ssmlFileDir=‘../XuXiaoQing/‘;
      3. 然后执行 1_ssml2lab.pl脚本
      4. 报错：

         Modification of non-creatable array value attempted, subscript -1 at ./1_ssml2lab.pl line 118.

      5. 发现了一个问题，就是在许小晴语料中，居然还分段了，这在之前的SpeakerA语料中是没有的，所以我需要把许小晴预料中的分段给去掉，因为在Crystal中如果遇到分段，是这样处理的，一段会加上<p></p>表示一段的内容，而之前的王欣给的脚本就是因为许小晴的语料中有大量的<p></p><p></p><p></p><p></p>，所以执行perl脚本时报错。
         1. 这是我经过测试的，如果在许小晴的ssml文件中只保留1个<p></p>，即可以顺利执行通过哦
         2. 所以，现在要做的事情是，写一个perl脚本，去除掉吴锡欣产生的ssml文件的中的4种情况

         3. 

         4. 这个脚本宁义双正在写
      6. m
   3. m　　

实验结果：

5、智骏新数据自适应实验（许小晴语料）

标签：

原文地址：http://www.cnblogs.com/yu-blog/p/4390330.html