Question about Chapter 6 asr-lstm-ctc
lydiaji opened this issue · comments
In the example of Chapter 6 asr-lstm-ctc, it only has one wav file and one txt file to train. Now I would like to use Tedlium dataset to train, how can I rewrite the program? If I set the batch size as 64, then how about the inputs (its shape and its content)? Thanks so much!
要使用Tedlium 的数据集，一次性读入一个batch_size为64的数据，需要改动的代码会比较大。
大致过程如下：
- 在读取数据的时候，根据batchsize的大小，处理多个wav文件， 进行mfcc转换得到特征向量，将特征向量组合成矩阵。
- 修改网络结构，在网络进行计算的时候可以多维矩阵的计算；
不过修改的量比较大，几句话也说不清楚，可以参考这个：
https://github.com/thewintersun/asrtrain