Speech recognition 神经网络期望'；ivector'；尺寸为100但您提供了0的功能

我正在用gooofy zamia的演讲为kaldi的一个项目改编模型

我按照给出的步骤使用kaldi-generic-de-tdnn_f-r20190328模型创建模型

当我在.wav文件上测试它时，它显示了以下错误：

---

//////
nnet3 latgen faster--帧子采样因子=3--每个块的帧数=50--额外左侧上下文=0--额外右侧上下文=0--额外左侧上下文初始=-1--额外右侧上下文最终=-1--最小化=false--最大活动=7000--最小活动=200--波束=15.0--晶格波束=8.0--声学比例=1.0--允许部分=true--word symbol table=exp/api.ai-model/words.txt exp/api.ai-model/final.mdl exp/api.ai-model//HCLG.fst'ark，s，cs:apply cmvn--norm means=false--norm vars=false--utt2spk=ark:data/test corpus/utt2spk scp:data/test corpus/cmvn.scp scp:data/test corpus/feats.scp ark:feats.scp ark:-|''ark:|格子尺度--声学尺度=10.0 ark:->exp/lat.1'
日志（nnet3 latgen faster[5.5.628~1-ac6b1]：RemoveOrphannedNodes（）：nnet nnet.cc:948）删除了1个孤立节点。
日志（nnet3 latgen faster[5.5.628~1-ac6b1]：RemoveOrphandComponents（）：nnet nnet.cc:847）删除2个孤立组件。
日志（nnet3 latgen faster[5.5.628~1-ac6b1]：Collapse（）：nnet utils.cc:1472）添加了1个组件，删除了2个
格点比例尺——声学比例尺=10.0方格：-
应用cmvn--norm means=false--norm vars=false--utt2spk=ark:data/test corpus/utt2spk scp:data/test corpus/cmvn.scp scp:data/test corpus/feats.scp ark:-
LOG（apply cmvn[5.5.628~1-ac6b1]：main（）：apply cmvn.cc:81）复制了1条语句。
LOG（nnet3 latgen faster[5.5.628~1-ac6b1]：CheckAndFixConfigs（）：nnet am decodable simple.cc:294）将--frames per chunk从50增加到51，使其成为--frames subsampling factor=3的倍数
错误（nnet3 latgen faster[5.5.628~1-ac6b1]：EnsureReframeComputed（）：nnet am decodable simple.cc:105）神经网络需要维度为100的“ivector”特征，但您提供了0
[堆栈跟踪：]
nnet3 latgen更快（kaldi:：MessageLogger:：LogMessage（）常量+0x82c）[0x8ab31c]
nnet3 latgen更快（kaldi:：MessageLogger:：Loganthrow:：operator=（kaldi:：MessageLogger const&）+0x21）[0x55786b]
nnet3 latgen更快（kaldi:：nnet3:：DecodableNnetSimple:：EnsureReframeComputed（int）+0x298）[0x5dbcfa]
nnet3 latgen更快（kaldi:：nnet3:：DecodableanNetSimple:：对数似然（int，int）+0x40）[0x5dc27a]
nnet3 latgen更快（kaldi:：LatticeFasterDecoderTpl:：ProcessEmitting（kaldi:：DecodableInterface*）+0x22f）[0x73873d]
nnet3 latgen更快（kaldi:：LatticeFasterDecoderTpl:：高级编码（kaldi:：DecodableInterface*，int）+0x97）[0x738b1d]
nnet3 latgen更快（kaldi:：LatticeFasterDecoderTpl:：高级编码（kaldi:：DecodableInterface*，int）+0x41）[0x738bc9]
nnet3 latgen更快（kaldi:：LatticeFasterDecoderTpl:：Decode（kaldi:：DecodableInterface*）+0x21）[0x738d19]
nnet3 latgen faster（布尔-卡尔迪：：解码器LatticeFaster（卡尔迪：：LatticeFasterDecodeTPL&，卡尔迪：：DecodableInterface&，卡尔迪：：TransitionModel const&，fst：：SymbolTable const*，std:uu cxx11：：基本字符串，双精度，布尔，布尔，布尔，卡尔迪：：TableWriter*，卡尔迪：：TableWriter*，卡尔迪：：TableWriter*，卡尔迪：：TableWriter*，双精度*）+0x88）[0x76a629]
nnet3车床速度更快（主+0xfd2）[0x553c98]
/lib/x86_64-linux-gnu/libc.so.6（libc_start_main+0xf0）[0x7fbe85da5840]
nnet3 latgen速度更快（启动+0x29）[0x552bf9]
警告（nnet3 latgen faster[5.5.628~1-ac6b1]：~HashList（）：util/hash list inl.h:117）可能的内存泄漏：1023！=1024：您可能忘记对某些元素调用Delete
LOG（lattice scale[5.5.628~1-ac6b1]：main（）：lattice scale.cc:107）完成0个晶格。
警告（nnet3 latgen faster[5.5.628~1-ac6b1]：Close（）：kaldi io.cc:333）管道|晶格刻度--声学刻度=10.0 ark:-ark:->exp/lat.1具有非零返回状态256

有人能帮我吗？

---

提前谢谢你

消息说您需要提取ivectors并将其传递给识别器，其中包含--online ivectors和--ivectors消息说您需要提取ivectors并将其传递给识别器，其中包含--online ivectors和--ivectors

//////
nnet3-latgen-faster --frame-subsampling-factor=3 --frames-per-chunk=50 --extra-left-context=0 --extra-right-context=0 --extra-left-context-initial=-1 --extra-right-context-final=-1 --minimize=false --max-active=7000 --min-active=200 --beam=15.0 --lattice-beam=8.0 --acoustic-scale=1.0 --allow-partial=true --word-symbol-table=exp/api.ai-model/words.txt exp/api.ai-model/final.mdl exp/api.ai-model//HCLG.fst 'ark,s,cs:apply-cmvn --norm-means=false --norm-vars=false --utt2spk=ark:data/test-corpus/utt2spk scp:data/test-corpus/cmvn.scp scp:data/test-corpus/feats.scp ark:- |' 'ark:|lattice-scale --acoustic-scale=10.0 ark:- ark:-  >exp/lat.1' 
LOG (nnet3-latgen-faster[5.5.628~1-ac6b1]:RemoveOrphanNodes():nnet-nnet.cc:948) Removed 1 orphan nodes.
LOG (nnet3-latgen-faster[5.5.628~1-ac6b1]:RemoveOrphanComponents():nnet-nnet.cc:847) Removing 2 orphan components.
LOG (nnet3-latgen-faster[5.5.628~1-ac6b1]:Collapse():nnet-utils.cc:1472) Added 1 components, removed 2
lattice-scale --acoustic-scale=10.0 ark:- ark:- 
apply-cmvn --norm-means=false --norm-vars=false --utt2spk=ark:data/test-corpus/utt2spk scp:data/test-corpus/cmvn.scp scp:data/test-corpus/feats.scp ark:- 
LOG (apply-cmvn[5.5.628~1-ac6b1]:main():apply-cmvn.cc:81) Copied 1 utterances.
LOG (nnet3-latgen-faster[5.5.628~1-ac6b1]:CheckAndFixConfigs():nnet-am-decodable-simple.cc:294) Increasing --frames-per-chunk from 50 to 51 to make it a multiple of --frame-subsampling-factor=3
ERROR (nnet3-latgen-faster[5.5.628~1-ac6b1]:EnsureFrameIsComputed():nnet-am-decodable-simple.cc:105) Neural net expects 'ivector' features with dimension 100 but you provided 0

[ Stack-Trace: ]
nnet3-latgen-faster(kaldi::MessageLogger::LogMessage() const+0x82c) [0x8ab31c]
nnet3-latgen-faster(kaldi::MessageLogger::LogAndThrow::operator=(kaldi::MessageLogger const&)+0x21) [0x55786b]
nnet3-latgen-faster(kaldi::nnet3::DecodableNnetSimple::EnsureFrameIsComputed(int)+0x298) [0x5dbcfa]
nnet3-latgen-faster(kaldi::nnet3::DecodableAmNnetSimple::LogLikelihood(int, int)+0x40) [0x5dc27a]
nnet3-latgen-faster(kaldi::LatticeFasterDecoderTpl<fst::ConstFst<fst::ArcTpl<fst::TropicalWeightTpl<float> >, unsigned int>, kaldi::decoder::StdToken>::ProcessEmitting(kaldi::DecodableInterface*)+0x22f) [0x73873d]
nnet3-latgen-faster(kaldi::LatticeFasterDecoderTpl<fst::ConstFst<fst::ArcTpl<fst::TropicalWeightTpl<float> >, unsigned int>, kaldi::decoder::StdToken>::AdvanceDecoding(kaldi::DecodableInterface*, int)+0x97) [0x738b1d]
nnet3-latgen-faster(kaldi::LatticeFasterDecoderTpl<fst::Fst<fst::ArcTpl<fst::TropicalWeightTpl<float> > >, kaldi::decoder::StdToken>::AdvanceDecoding(kaldi::DecodableInterface*, int)+0x41) [0x738bc9]
nnet3-latgen-faster(kaldi::LatticeFasterDecoderTpl<fst::Fst<fst::ArcTpl<fst::TropicalWeightTpl<float> > >, kaldi::decoder::StdToken>::Decode(kaldi::DecodableInterface*)+0x21) [0x738d19]
nnet3-latgen-faster(bool kaldi::DecodeUtteranceLatticeFaster<fst::Fst<fst::ArcTpl<fst::TropicalWeightTpl<float> > > >(kaldi::LatticeFasterDecoderTpl<fst::Fst<fst::ArcTpl<fst::TropicalWeightTpl<float> > >, kaldi::decoder::StdToken>&, kaldi::DecodableInterface&, kaldi::TransitionModel const&, fst::SymbolTable const*, std::__cxx11::basic_string<char, std::char_traits<char>, std::allocator<char> >, double, bool, bool, kaldi::TableWriter<kaldi::BasicVectorHolder<int> >*, kaldi::TableWriter<kaldi::BasicVectorHolder<int> >*, kaldi::TableWriter<kaldi::CompactLatticeHolder>*, kaldi::TableWriter<kaldi::LatticeHolder>*, double*)+0x88) [0x76a629]
nnet3-latgen-faster(main+0xfd2) [0x553c98]
/lib/x86_64-linux-gnu/libc.so.6(__libc_start_main+0xf0) [0x7fbe85da5840]
nnet3-latgen-faster(_start+0x29) [0x552bf9]

WARNING (nnet3-latgen-faster[5.5.628~1-ac6b1]:~HashList():util/hash-list-inl.h:117) Possible memory leak: 1023 != 1024: you might have forgotten to call Delete on some Elems
LOG (lattice-scale[5.5.628~1-ac6b1]:main():lattice-scale.cc:107) Done 0 lattices.
WARNING (nnet3-latgen-faster[5.5.628~1-ac6b1]:Close():kaldi-io.cc:333) Pipe |lattice-scale --acoustic-scale=10.0 ark:- ark:-  >exp/lat.1 had nonzero return status 256