Python CMU狮身人面像-“;lda.c.“;,第127行:LDA矩阵维数30不';t匹配特征流大小39
我已经培训了CMUSPHINX定制声学模型。经过训练,没有任何错误,解码成功,WER约为35% 现在使用经过训练的模型,我想用它来做一些预测。为此,我遵循 我使用pocketsphinx_连续命令Python CMU狮身人面像-“;lda.c.“;,第127行:LDA矩阵维数30不';t匹配特征流大小39,python,speech-recognition,speech-to-text,cmusphinx,Python,Speech Recognition,Speech To Text,Cmusphinx,我已经培训了CMUSPHINX定制声学模型。经过训练,没有任何错误,解码成功,WER约为35% 现在使用经过训练的模型,我想用它来做一些预测。为此,我遵循 我使用pocketsphinx_连续命令 pocketsphinx_continuous -hmm {path_to_my_custom_trained_acoustic_model} -lda {path_to .lda file} -dict {my_dictionary_path} -lm {my_language_model_pat
pocketsphinx_continuous -hmm {path_to_my_custom_trained_acoustic_model} -lda {path_to .lda file} -dict {my_dictionary_path} -lm {my_language_model_path} -infile input.wav > ouput.txt
当运行上面的程序时,我得到一个错误
“lda.c”,第127行:lda矩阵维度30与要素流大小39不匹配
任何形式的帮助/建议都将不胜感激。
这是我的狮身人面像火车上的一块玻璃
$CFG_MMIE=“是”
$CFG\u MMIE\u MAX\u迭代次数=5
$CFG_LATTICE_DIR=“$CFG_BASE_DIR/LATTICE”
$CFG_MMIE_TYPE=“最佳”#有效值为“rand”、“best”或“ci”
$CFG\u MMIE\u CONSTE=“3.0”
$CFG_NUMLAT_DIR=“$CFG_BASE_DIR/NUMLAT”
$CFG_DENLAT_DIR=“$CFG_BASE_DIR/DENLAT”
$CFG_HMM_TYPE='.cont.'
$CFG\u FEATURE=“1s\u c\u d\u dd”
$CFG\初始\数量\密度=1
$CFG\最终\数量\密度=16
$CFG_N_TIED_STATES=1000
$CFG_CD_TRAIN='yes'
$CFG_LDA_MLLT='yes'
$CFG\u LDA\u维度=31