snowboy 入門 (2) - パーソナルモデルの学習

ウェイクワードエンジン「snowboy」のパーソナルモデルの学習方法をまとめました。

・snowboy v1.3.0
・Python 2.7
・macOS 11.4

前回

1. パーソナルモデルの学習

「snowboy」の公式サポートは2021年末に終了しているので、フォーク先の「seasalt-ai/snowboy」の「generate_pmdl.py」でパーソナルモデルを学習します。

GitHub - seasalt-ai/snowboy: DNN based hotword and wake word detection toolkit (model generation included)

2. snowboyのインストール

「seasalt-ai/snowboy」からクローンします。

$ git clone https://github.com/seasalt-ai/snowboy.git

Python2の仮想環境で、前回と同様にインストールします。

3. パーソナルモデルの学習の手順

パーソナルモデルの学習の手順は、次のとおりです。

(1) 1つのウェイクワードのwaveファイルを3つ準備。
wavファイルのフォーマットは、以下のとおりです。

・16000サンプルレート
・16ビット
・1チャンネル

以下のコマンドで録音して、wavファイルを生成できます。

$ rec -r 16000 -c 1 -b 16 -e signed-integer -t wav record1.wav

(2) 「snowboy/examples/Python/」フォルダの「generate_pmdl.py」の一部を変更。

data_cut = cut.CutTemplate(data.tobytes())
   ↓
data_cut = cut.CutTemplate(data.tostring())

(3) 以下のコマンドで、パーソナルモデルを学習。
pmldファイルが生成されます。

$ python generate_pmdl.py -r1=record1.wav -r2=record2.wav -r3=record3.wav -lang=en -n=hotword.pmdl

(4) 生成したパーソナルモデルを試す。
同じpmdlファイルでPython 3でも推論できます。

$ python demo.py hotword.pmdl

次回

BERT/GPT-3/DALL-E 自然言語処理・画像処理・音声処理 人工知能プログラミング実践入門