将ASR引擎的时间戳进行对齐并生成TextGrid

generate_scp_linux.py 是批量生成音频路径的脚本

执行的命令为：python generate_scp_linux.py路径需要为音频所在路径

生成的文件路径为：wav/wav.scp

ASR时间戳模型的客户端为： asr_timestamp_client.py

执行的命令为：

python asr_timestamp_client.py --host 172.29.52.197 --port 10095 --mode offline --audio_in wav/wav.scp --thread_num 1 --output_dir result/

生成两个文件：

result/result.txt 即ASR引擎返回的识别结果文件，用来进行对齐

result/timestamp.json 即ASR引擎返回的识别结果含时间戳的Json文件

与真值进行对齐的脚本：label_alignment.py

执行的命令为：

python label_alignment.py --char=1 --v=1 label/test_long_text result/result.txt > result/alignment.txt

生成两个文件：

result/alignment.txt 即对齐的结果文件

result/alignment.json 即对齐结果生成的Json文件

生成TextGrid的脚本：generate_TextGrid.py

执行的命令为：python generate_TextGrid.py 路径需修改为json所在路径

生成的文件为：

TextGrid/下的对应audio_name.TextGrid

TextGrid文件的时间戳和音频持续时间以及识别结果及其拼音

timestamp.json 和alignment.json 提供

可执行：python generate_TextGrid.py > timestamp_detail.txt 来获取TextGrid中每个字对应的时间戳。

注： 模型在一些情况下生成的时间戳个数低于识别到的字符个数

这时候会在生成的TextGrid文件前加“#”区分，如#SPKR00021.TextGrid

也会在timestamp_detail.txt中显示缺少的时间戳个数，如：SPKR00021.TextGrid已生成但缺少 1 个时间戳！