kaldi檔案格式

kaldi檔案分兩大類：清單表單（.scp結尾）和存檔表單（.ark結尾）。它們是配合的。

清單表單的每個元素占一行，每行分兩個字段，前一個是索引（index），後一個檔案（file）。

audio_index1	/paht/to/audio1.wav
audio_index2	/paht/to/audio2.wav
audio_index3	/paht/to/audio3.wav

但是需要說明一點，“檔案”的本質是一個存儲位址，它可能是在磁盤上，也可能是在記憶體上。還可能是一個二進制檔案某位元組的位置。

要充分了解這點，否則後面遇到具體的用法時會糊塗。

存檔表單，用于存儲資料，可以是文本資料，也可以是二進制資料。

存檔表單的内容是關于索引和資料的組合。在文本型的存檔表單中，每個元素是以\n結尾，它與換行符相同，打開後與清單表單非常相似，但本質上隻是一種巧合。

如下文本存檔表單的内容：

text_index1 this the first text\ntext_index2 this is the second text...

它是一個整體，換行符"\n"本身也是檔案内容的一部分。這是與清單表單是不同的。

對于二進制存檔表單，情況又 不同。它是在索引+空格之後再添加一個\0B符号，資料和索引的分隔标志位，且在真實資料之前還添加了頭<header>，來訓示後續的元素資料的大小，以免讀取錯誤。

binary_indext1 \0B<header><content>binary_index2 \0B<header><content>..

對于聲學特征存檔檔案來說，<header>中可以包含特征的幀數、次元、特征類型、占用位元組數和是否壓縮等等。

Kaldi指令如果需要輸入、輸出時，需要指定rspecifier和wspecifier，就是讀訓示符和寫訓示符。例如compute-mfcc-feats [options...] <wav-rspecifier>  <feats-wspecifier>。而每個訓示符要麼是清單表單相關的scp,p|s|cs:path/to/file.scp，要麼存檔清單相關的ark,t|b:path/to/file.ark。

比較特殊的有兩點，一是，可以從标準輸入或者标準輸入作為檔案，檔案位置用“-”表示，結合管道操作組合變化比較多；二是在輸出時，可以同時制定清單表單和存檔表單兩種方式，以逗号隔開。例如：

ark,scp:/path/to/file.ark, /path/to/file.scp，必須是ark在前，scp在後。