语音识别开源软件-- DeepSpeech（2）训练中文数据源thchs30_清华大学的thchs30中文数据

语音识别开源软件-- DeepSpeech（2）训练中文数据源thchs30

Thchs30数据源

是清华大学的30小时公用数据集

下载地址：
http://www.openslr.org/18/

相关软件安装

1. 基本安装： 首先是文档DeepSpeech(1)所提到的安装

   见上一篇https://mp.csdn.net/mdeditor/86554065#

2. n-gram处理工具kenlm：

   $ git clone https://github.com/kpu/kenlm   
    $sudo apt install zlib1g-dev libbz2-dev liblzma-dev libeigen3-dev libboost1.65-all-dev cmake
    $mkdir build
    $cd build
    $cmake ..
    $sudo make install
   1
   2
   3
   4
   5
   6

3. 安装native_client
   这是deepSpeech自带的预处理工具，可以帮助进行预处理
   在deepSpeech的根目录中运行：

   python3 util/taskcluster.py --arch g