1、HTK使用方法簡介(二),全字聲音單位(含間隔音)、增加混合數(shù) 李立民,Step 1: Feature Extraction,將實驗所需的訓(xùn)練音及測試音波形檔(*.wav)轉(zhuǎn)換成特徵檔(*.mfcc) 建立一個設(shè)定檔fea_extract.cfg來指定轉(zhuǎn)換之輸入與輸出格式。 建立一個輸入與輸出檔路徑表檔案io_filelist.txt 執(zhí)行HCopy -C fea_extract.cfg -S io_filelist.txt,Step 2: 音檔標(biāo)音並蒐集會用到的聲音單位,d0 ling sp d1 i sp d2 er sp d3 san sp d4 su sp d5 wu sp d6 li

2、ou sp d7 chi sp d8 ba sp d9 jiou sp SILENCE sil,建立標(biāo)音字典 word_to_syllable_sp.dic 本例標(biāo)音字典中每個音都會用到 用HLEd程式將 word_trans.mlf 轉(zhuǎn)成syllable_trans_sp.mlf的標(biāo)音檔 編輯轉(zhuǎn)換規(guī)則檔dig_to_syllable.led，內(nèi)容含EX及IS sil sil 執(zhí)行HLEd -d word_to_syllable_sp.dic -i syllable_trans_sp.mlf dig_to_syllable.led word_trans.mlf,word_to_syllable

3、_sp.dic,#!MLF!# mfcc/S5/00_00.lab sil ling sp sil . mfcc/S5/00_01.lab sil i sp sil .,mfcc/S5/00_10.lab sil liou sp su sp su sp liou sp i sp san sp sil .,syllable_trans_sp.mlf,Step 3: 建立HMM model的架構(gòu)(產(chǎn)生初始HHM),造好存放初始HHM架構(gòu)的目錄 mkdir model_struct del /q model_struct 系統(tǒng)共使用幾種架構(gòu)？哪些聲音的HMM檔要使用同一種架構(gòu) 為每個架構(gòu)建一個 “架

4、構(gòu)設(shè)定檔”及 “模型表列檔” 注意:模型表列檔最後要有一個空白列 例 model_struct1.pcf , hmmlist1.txt 設(shè)定各數(shù)字音模型(6個狀態(tài)) model_struct2.pcf , hmmlist2.txt 設(shè)定靜音模型(3個狀態(tài)) model_struct3.pcf , hmmlist3.txt 設(shè)定短間隔音模型(1個狀態(tài)) 架構(gòu)設(shè)定檔內(nèi)含 HMM狀態(tài)數(shù), 連接結(jié)構(gòu), 要產(chǎn)生哪幾個聲音的HMM檔 (HMMList欄位) 產(chǎn)生的HMM檔要放在哪個目錄(OutDir欄位) 執(zhí)行產(chǎn)生各種架構(gòu)HMM檔之指令，例: Perl MakeProtoHMMSet model_stru

5、ct1.pcf Perl MakeProtoHMMSet model_struct2.pcf Perl MakeProtoHMMSet model_struct3.pcf 將各個模型表列檔合併成hmmlist.txt以便將來使用,hmmlist1.txt, COMMENT This PCF produces a single mixture, single stream prototype system hsKind: P covKind: D nStates: 6 nStreams: 1 sWidths: 39 mixes: 1 parmKind: MFCC_D_A_E vecSize: 3

6、9 outDir: model_struct hmmList: hmmlist1.txt ,model_struct1.pcf,hmmlist2.txt,sil,ling i er san su wu liou chi ba jiou,hmmlist3.txt,sp,Step 4: 計算training data的mean及variance 作為模型初值,建立訓(xùn)練音路徑列表檔filelist_odd.txt 造一個模型根目錄models, 及其下子目錄hmm0hmm20以存放各階段的模型檔 mkdir models del /s /q models* for /L %m in (0,1,20)

7、 do mkdir modelshmm%m 先將將各個HMM檔合併成總模型檔且同時將所有模型狀態(tài)綁在一起(連動)，然後以所有訓(xùn)練語料變異數(shù)及平均值作其初值，啟用HCompV計算變異數(shù)下限設(shè)定值，最後將vFloors定義也加進總模型檔且同時把狀態(tài)綁在一起的狀態(tài)解開。 建立tie_all_state.hed，內(nèi)容為 TI allstate *.state1-100 建立untie_all_state.hed，內(nèi)容為 UT *.state1-100 HHed -d model_struct -M models/hmm0 -w hmmdefs tie_all_state.hed hmmlist.txt

8、 HERest -S filelist_odd.txt -H models/hmm0/hmmdefs -M models/hmm0 -I syllable_trans_sp.mlf hmmlist.txt HCompV -f 0.01 -m -S filelist_odd.txt -M models/hmm0 model_struct/sp HHed -H models/hmm0/hmmdefs -H models/hmm0/vFloors -M models/hmm0 -w hmmdefs untie_all_state.hed hmmlist.txt,Step 5: 靜音回繞及與短間隔音的

9、連結(jié),建立shi.hed HHed -H models/hmm0/hmmdefs -M models/hmm0 -w hmmdefs shi.hed hmmlist.txt,AT 2 4 0.2 sil.transP AT 4 2 0.2 sil.transP AT 1 3 0.3 sp.transP TI silst sil.state3,sp.state2,AT為增加轉(zhuǎn)移機率 silence第2狀態(tài)轉(zhuǎn)移第4狀態(tài)的機率為0.2 創(chuàng)造一個TEE模型叫silst，將sil的第3狀態(tài)與sp的第2狀態(tài)連結(jié)在一起,Step 6: HMM訓(xùn)練,HERest -S filelist_odd.txt -H

10、models/hmm0/hmmdefs -M models/hmm1 -I syllable_trans_sp.mlf hmmlist.txt HERest -S filelist_odd.txt -H models/hmm1/hmmdefs -M models/hmm2 -I syllable_trans_sp.mlf hmmlist.txt HERest -S filelist_odd.txt -H models/hmm2/hmmdefs -M models/hmm3 -I syllable_trans_sp.mlf hmmlist.txt HERest -S filelist_odd.t

11、xt -H models/hmm3/hmmdefs -M models/hmm4 -I syllable_trans_sp.mlf hmmlist.txt HERest -S filelist_odd.txt -H models/hmm4/hmmdefs -M models/hmm5 -I syllable_trans_sp.mlf hmmlist.txt,Step 7: 建立文法規(guī)則及產(chǎn)生連字網(wǎng)路規(guī)則,建立文法規(guī)則gram.txt 執(zhí)行HParse gram.txt net.txt,gram.txt,$digit = d0 |d1 | d2 | d3 | d4 |d5 |d6 |d7 |d8

12、 |d9 ; ( SILENCE SILENCE ),Step 8: 增加混合數(shù),建立模型編修指令檔 increase_mix_2.hed 執(zhí)行模型編修程式 HHEd -H models/hmm5/hmmdefs -M models/hmm6 increase_mix_2.hed hmmlist.txt 再訓(xùn)練2次 HERest -S filelist_odd.txt -H models/hmm6/hmmdefs -M models/hmm7 -I syllable_trans_sp.mlf hmmlist.txt HERest -S filelist_odd.txt -H models/hm

13、m7/hmmdefs -M models/hmm8 -I syllable_trans_sp.mlf hmmlist.txt,MU 2 *.state1-100.mix,Step 9: 語音辨認(rèn),造一個存放辨認(rèn)輸出的目錄temp mkdir temp del /q /s temp* 進行辨認(rèn) HVite -H models/hmm8/hmmdefs -S filelist_even.txt -i temprec_out.mlf -w net.txt word_to_syllable_sp.dic hmmlist.txt 將所有用到的字，全部列在wordlist.txt檔案中 分析辨認(rèn)結(jié)果 HResults -p -I