说话人识别ALIZE工具包的编译

ALIZE是法国Avignon大学提供的一个开源的说话人识别工具包，利用它可以搭建目前最新水平(state of the art)的说话人识别系统

官方网站：http://alize.univ-avignon.fr/download_en.html

编译的时候中间可能会遇到许多意想不到的问题，下面是我的一些总结：

首先在官网下载ALIZE 3.0和LIA_RAL 3.0，然后再去这里下载特征提取工具包SPro 5.0：

https://gforge.inria.fr/projects/spro/

编译环境：VS2010

首先打开ALIZE 3.0文件夹下的sln文件，直接生成就可通过。

然后打来LIA_RAL 3.0文件夹下的sln文件，这时要注意选定所有工程，右击点属性，在VC++目录-包含目录 下面选择三个文件夹：

同时在VC++目录-库目录 下添加已经编译好的alize的win32库文件：

ALIZE_3.0\lib\Debug\ALIZE_Win32_Debug.lib

之后全部生成解决方案，中间会报有几个生成失败，那是因为生成过程中是多线程的，有些文件在编译过程中正在被别的文件占用。全部生成一遍之后，将生成失败的一个一个生成即可成功。

这里有些人会遇到编译过后不生成exe文件的情况，推荐的编译方法是首先单独编译liatools那个项目，之后再一个一个项目进行编译。每编译一个项目就把生成的相应exe文件复制保存下来。

最后是SPro 5.0的编译，SPro 5.0在windows下编译需要对里面的文件进行修改

首先，建立解决方案，按如下结构建立每个项目：

然后和编译LIA_RAL 3.0一样添加include，选择spro的h文件所在文件夹即可

之后别急着生成，打开spro.h文件，在里面添加如下几句：

# include <math.h>
# define M_PI       3.14159265358979323846
# include <limits.h>
# define SIZEOF_SHORT 2
# define SIZEOF_LONG 4
# include <malloc.h>
# include <memory.h>
# include <string.h>

# include "system.h"

#define strcasecmp strcmp

#define VERSION "5.0"

之后打开sig.c，ctrl+F搜索p = f->buf，如果函数前面有定义p，就在这句话所在的函数中找到前面的void *p改成float *p，然后将p = f->buf改成p=(float *)f->buf；如果函数前面没有定义p，就直接改成float *p=(float *)f->buf。搜到一个改一个。

改完之后对这7个项目一个一个生成即可成功。

这里：https://github.com/ibillxia/VoicePrintReco/tree/master/Demo有一个牛人在windows下的做的实例。

另外，经试验发现这个工具包在linux下直接按照readme编译没有问题，不用做语法上的修改就可以编译成功。不过gcc编译器我用的是4.43版本的。过去在cygwin下用gcc3.6编译死活不成功，浪费了不少时间。