[ASR] Kaldi toolkit 설치

설명

Kaldi는 음성인식을 위한 toolkit으로, C++ 로 작성되었으며 Apache v2.0 라이센스를 따른다.
사용하는 주요 외부 라이브러리는 srilm, openFST이며 nnet3 dnn와 HCLG.fst를 결합한 그래프로 디코딩을 수행하는 것이 특징이다.
phone의 전이 확률을 계산하는 AM과 n-gram LM을 사용하는 방식을 통해 높은 정확도를 보인다.
비록 Kaldi 모델을 당장 서빙하지 않더라도, (1) Kaldi 방식으로 데이터 전처리나 프로젝트 내 디렉토리 구성이 되어 있는 ASR 레포지토리가 많고 (2) 강력한 프레임워크이기 때문에 음성인식 개발을 한다면 알아둘 필요가 있다고 생각한다.

상세

Kaldi 설치

아래 설치 과정은 CentOS7을 기준으로 하며, Kaldi 설치 시 요구되는 최소 사항을 모두 만족하였다고 가정한다.
Kaldi 컴파일을 위해서는 Cmake, gcc, python2, python3, nvidia 드라이버 및 사용 GPU에서 지원하는 버전의 CUDA가 커널에 설치되어 있어야 한다. 또한 수학 라이브러리인 MKL 혹은 ATLAS를 필요로 한다.
위 필수 설치 라이브러리들을 갖춘 후 아래와 같이 Kaldi를 설치할 수 있다.

1. git 레포지토리에서 최신 소스를 다운로드한다.

   $ git clone https://github.com/kaldi-asr/kaldi.git kaldi --origin upstream
   $ cd kaldi
   

   위의 kaldi 디렉토리를 ${KALDI_ROOT}로 사용한다.

2. tools 디렉토리의 외부 라이브러리들을 설치한다.

   $ cd tools
   $ make 
   

3. srilm의 경우, 라이센스 때문에 별도 설치를 해야 한다. srilm 공식 사이트에서 설치 파일을 다운로드 받은 후 tools 디렉토리에 위치한 뒤 extras/install_srilm.sh 을 실행하여 진행한다.
   공식 사이트 링크 : http://www.speech.sri.com/projects/srilm/srilm_download.php
4. 외부 패키지가 모두 설치 되었으면 칼디 소스를 컴파일 한다.

   $ cd ${KALDI_ROOT}/src
   $ ./configure --shared
   $ make -j 4 
   

   전체 소스 컴파일에는 상당 시간이 소요된다. 에러 메시지 없이 설치가 끝나면 각 예제의 ‘path.sh’ 파일을 실행하는 것으로 바이너리 파일들을 커맨드 라인에서 바로 실행 가능하다.

참고 사이트

Kaldi 공식 문서