kaldi I/O机制

扩展文件名

使用扩展的文件名来表示输入输出：
- rxfilename表示读取的数据流，比如file/stream/standard input
- wxfilename表示输出的数据流

1.rxfilename
类型包括
- “-” or “” 表示标准输入
- “command |” 命令通过管道作为输入，解析的时候去掉”|”，将剩下的command通过popen()交由shell处理
- “/some/filename:12345” 文件有偏移
- “/some/filename” 不满足上面三种形式的当做普通文件解析

2.wxfilename
类型包括
- “-” or “” 标准输入
- “|command” 输出经由管道传给command，同样通过调用popen()函数交由shell
- “/some/filename” 不是以上两种形式的当作普通文件解析

I/O类型

分为两类：
- non-table 文件或者数据流包含一个或者两个object
- table 文件或者数据流包含object的集合，使用string进行map

non-table

可以使用copy相关的命令对文件进行二进制和文本之间的转化，比如”copy-matrix –binary=false foo.mat -“

table

table有两种形式：
- script file: map的value存放的是数据的存放路径
- archive: map的value存放的是实际的数据

文件格式

1.scp
标准格式是

<key> <rxfilename>

其中rxfilename的形式可以是以下几种

#1.文件路径/some/filename#2.管道gunzip -c /usr/data/file_010001.wav.gz |#3.文件范围foo.ark:89142[0:51,89:100]

2.ark
标准格式是

token1 [something]token2 [something]token3 [something] ....

文件使用

table类型的文件可以使用wspecifiers/rspecifiers作为文件名传入命令行，有效的使用方式：

std::string rspecifier1 = "scp:data/train.scp"; // script file.std::string rspecifier2 = "ark:-"; // archive read from stdin.// write to a gzipped text archive.std::string wspecifier1 = "ark,t:| gzip -c > /some/dir/foo.ark.gz";std::string wspecifier2 = "ark,scp:data/my.ark,data/my.ark";

格式可以总结为以下形式：

ark/scp,[option]: rxfilename/wxfilename

相比于前面的rxfilename/wxfilename增加的前面的头表示table的格式以及读写的方式，option包括：

##wspecifiers相关的选项b: 二进制格式t: 文本格式f: 每次写操作flushnf: 与f相反p: 当scp文件缺失某些项的时候，不报错##rspecifiers相关的选项o: once,每一个key只被查找一次p: permissive,忽略错误s: sorted,keys是排序的cs: called-sorted,可以节省内存