<a href="https://github.com/alumae/gst-kaldi-nnet2-online" rel="nofollow noreferrer">Alumae</a>からのGStreamerプラグインを使用してのGStreamer

Question

で使用カルディでアサートし、次のパイプライン：

appsrc source='appsrc' ! wavparse ! audioconvert ! audioresample ! queue ! kaldinnet2onlinedecoder <parameters snipped> ! filesink location=/tmp/test

私はいつも、私はこれは何 KALDI_ASSERT(current_log_post_.NumRows() == info_.frames_per_chunk/ info_.opts.frame_subsampling_factor && current_log_post_.NumCols() == info_.output_dim);

を理解していない、次のアサートを取得約アサートエラー？それを修正するには？

はFYI、データがストリーミングされたwavファイルから来るパイプライン内に押し込むとが正しく終了時に代わりにテキストファイルのWAVファイルを生成wavenc とkaldinnetonlinedecoderを交換します。常にスローPythonの作品にパイプラインのテキスト表現を使用しますが（すなわちようにGst.Element_Factory.makeとを使用して）それをコーディング、あなたの情報については

use-threaded-decoder=0 
model=/opt/en/final.mdl 
word-syms=<word-file> 
fst=<fst_file> 
mfcc-config=<mfcc-file> 
ivector-extraction-config=/opt/en/ivector-extraction/ivector_extractor.conf 
max-active=10000 
beam=10.0 
lattice-beam=6.0 
do-endpointing=1 
endpoint-silence-phones=\"1:2:3:4:5:6:7:8:9:10\" 
traceback-period-in-secs=0.25 
num-nbest=10 

：ここでEDIT

が使用するパラメータですここでは例外

SECOND UPDATE がアサート

によって生成されたフルスタックトレースです

ASSERTION_FAILED ([5.2]:AdvanceChunk():decodable-online-looped.cc:223) : 'current_log_post_.NumRows() == info_.frames_per_chunk/info_.opts.frame_subsampling_factor && current_log_post_.NumCols() == info_.output_dim' 

[ Stack-Trace: ] 

kaldi::MessageLogger::HandleMessage(kaldi::LogMessageEnvelope const&, char const*) 
kaldi::MessageLogger::~MessageLogger() 
kaldi::KaldiAssertFailure_(char const*, char const*, int, char const*) 
kaldi::nnet3::DecodableNnetLoopedOnlineBase::AdvanceChunk() 
kaldi::nnet3::DecodableNnetLoopedOnlineBase::EnsureFrameIsComputed(int) 
kaldi::nnet3::DecodableAmNnetLoopedOnline::LogLikelihood(int, int) 
kaldi::LatticeFasterOnlineDecoder::ProcessEmitting(kaldi::DecodableInterface*) 
kaldi::LatticeFasterOnlineDecoder::AdvanceDecoding(kaldi::DecodableInterface*, int) 
kaldi::SingleUtteranceNnet3Decoder::AdvanceDecoding() 

Answer 1

フレームサブサンプリング係数パラメータであっても、ついにそれが動作しました。

問題はパラメータの順番に存在します。 fstおよびモデルのパラメータは最後のものでなければなりません。

したがって、次のテキストチェーンの作品：

gst-launch-1.0 pulsesrc device=alsa_input.pci-0000_00_05.0.analog-stereo ! queue ! \ 
      audioconvert ! \ 
      audioresample ! tee name=t ! queue ! \ 
     kaldinnet2onlinedecoder \ 
     use-threaded-decoder=0 \ 
     nnet-mode=3 \ 
     word-syms=/opt/models/fr/words.txt \ 
     mfcc-config=/opt/models/fr/mfcc_hires.conf \ 
     ivector-extraction-config=/opt/models/fr/ivector-extraction/ivector_extractor.conf \ 
     phone-syms=/opt/models/fr/phones.txt \ 
     frame-subsampling-factor=3 \ 
     max-active=7000 \ 
     beam=13.0 \ 
     lattice-beam=8.0 \ 
     acoustic-scale=1 \ 
     do-endpointing=1 \ 
     endpoint-silence-phones=1:2:3:4:5:16:17:18:19:20 \ 
     traceback-period-in-secs=0.25 \ 
     num-nbest=2 \ 
     chunk-length-in-secs=0.25 \ 
     fst=/opt/models/fr/HCLG.fst \ 
     model=/opt/models/fr/final.mdl \ 
     ! filesink async=0 location=/dev/stdout t. ! queue ! autoaudiosink async=0 

私はこれを見つけるのは本当に難しいことと、少なくとも文書化する必要があり、私にとっては、このためのGitHub上an issueをオープンしました。