皮皮网

1.Kaldi(1): 安装
2.新一代 Kaldi: 有 TTS Runtime 啦！码分

Kaldi(1): 安装

       Kaldi是码分一个基于C++开发并遵循Apache License v2.0的语音识别工具包，它目前是码分ASR领域最受欢迎的工具之一。本文将基于Ubuntu . LTS系统，码分向您介绍Kaldi的码分安装方法。

       安装Kaldi的码分源码卖第一步是按照官网提供的kaldi-asr.org/doc/tutor...指南，将Kaldi项目克隆至本地。码分

       在克隆完项目后，码分进入kaldi-trunk目录，码分查看INSTALL文件的码分内容。

       根据INSTALL文件的码分内容，我们需要先进入tools目录，码分并按照提示进行安装。码分完成tools目录的码分安装后，再进入src目录，码分继续按照提示进行安装。

       在进入tools目录后，我们需要查看INSTALL文件的内容。根据文件内容，我们首先需要进入extras目录，并运行脚本check_dependencies.sh来检查各种依赖是PowerJob源码解读否安装。

       进入extras目录并运行check_dependencies.sh脚本。

       运行check_dependencies.sh脚本后，如果出现任何提示表明某些库未安装，应按照提示解决，直到运行check_dependencies.sh后出现“All OK.”的提示。

       然后，返回上一级目录，进行编译。如果是在虚拟机上，建议使用make而非make -j 4，nsight源码阅读以避免因内存不足导致编译失败。在src目录下的编译也遵循同样的原则。

       编译完成后，可能会提示irstlm未安装。此时，可以运行extras/install_irstlm.sh安装irstlm，但即使没有安装也可以先继续完成整个Kaldi的安装。

       进入src目录，查看INSTALL文件的内容。

       运行configure --shared命令。和龙网站源码

       运行configure命令后，务必仔细阅读显示的提示，它可能和上文所示的内容有所区别。提示中会提醒你有哪些东西没安装好，并给出指导。遵循这些指导完成相关依赖的安装，直到运行configure后出现如上文所示的提示，提示的最后显示“SUCCESS To compile: ……”，此时才能进行后面的步骤。

       执行最后的急速源码论坛步骤，编译Kaldi的源码。编译过程可能需要半个小时到一个小时，如果编译过程中未出现红色的error，最后出现“Done”，表明编译成功。

       最后，运行一个例程来检验安装是否成功。运行egs/yesno/s5目录下的run.sh脚本。

       如果出现如上文所示的结果，表明Kaldi安装成功。

新一代 Kaldi: 有 TTS Runtime 啦！

       安装方式包括快速安装和源码编译。快速安装命令支持多种平台，详细信息可参考文档。对于使用其他语言API，如C/C++/Go/Kotlin/C#/Swift等需求，文档提供相应指南。

       模型下载从网上获取。有三个开源VITS预训练模型可选，文档中包含详细下载方法。下载模型后，需注意支持嵌入式Linux，包括树莓派等。

       使用模型前，还需下载特定Python文件。此文件可从GitHub仓库获取。

       中文与英文多说话人模型的使用方法相似，主要差异在于模型文件的替换。速度调整可通过参数实现，如使用2倍速或0.8倍速。

       体验sherpa-onnx中的文字转语音功能有三种方式：下载预编译的Android APK、在线体验和Windows可执行程序。Android APK提供下载链接，运行截图显示其使用效果。在线体验路径在Huggingface空间中提供，运行截图展示在线体验界面。Windows可执行程序无需额外安装，下载地址已提供。

       总结，通过本教程，读者可了解如何使用sherpa-onnx实现文字到语音的转换。未来，我们计划在icefall中支持模型训练功能，以提升模型的灵活性与自定义性。