《htk使用方法简介(一)》由会员分享，可在线阅读，更多相关《htk使用方法简介(一)（20页珍藏版）》请在金锄头文库上搜索。
1、HTK使用方法簡介(一)使用全字聲音單位(不含間隔音)李立民目標: 設計及製作連續數字語音辨認系統 進行語音辨認實驗 系統性能評估分析Step 1: Feature Extraction 將實驗所需的訓練音及測試音波形檔 (*.wav)轉換成特徵檔(*.mfcc) 建立一個設定檔fea_extract.cfg來指定轉換之 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 執行HCopy -C fea_extract.cfg -S io_filelist.txt# Coding parameters SOURCEKIND = WAVEFORM SOURCEFORM
2、AT = WAV SOURCERATE = 1000 #10KHz TARGETKIND = MFCC_E_A_D TARGETRATE = 100000.0 # (10ms) WINDOWSIZE = 250000.0 # (25ms) ZMEANSOURCE = F USEHAMMING = T PREEMCOEF = 0.97 NUMCHANS = 26 CEPLIFTER = 22 NUMCEPS = 12 ENORMALISE = F輸入及輸出格式設定檔 fea_extract.cfg輸入及輸出檔路徑表 io_filelist.txt輸入檔案路徑 輸出檔案路徑wavS500_00.w
3、av mfccS500_00.mfcc wavS500_01.wav mfccS500_01.mfcc wavS500_02.wav mfccS500_02.mfcc wavS500_03.wav mfccS500_03.mfcc wavS500_04.wav mfccS500_04.mfcc wavS500_05.wav mfccS500_05.mfcc wavS500_06.wav mfccS500_06.mfcc wavS500_07.wav mfccS500_07.mfcc wavS500_08.wav mfccS500_08.mfcc wavS500_09.wav mfccS500_
4、09.mfcc wavS500_10.wav mfccS500_10.mfcc 使用Hlist觀察特徵向量檔內容 執行 Hlist -h -o mfccS100_00.mfcc temp.txt 觀察temp.txt 內容- Source: mfccS100_00.mfcc -Sample Bytes: 156 Sample Kind: MFCC_E_D_A_KNum Comps: 39 Sample Period: 10000.0 usNum Samples: 57 File Format: HTK - Observation Structure - x: MFCC-1 MFCC-2 MFC
5、C-3 MFCC-4 MFCC-5 MFCC-6 MFCC-7 MFCC-8 MFCC-9 MFCC-10MFCC-11 MFCC-12 E Del-1 Del-2 Del-3 Del-4 Del-5 Del-6 Del-7Del-8 Del-9 Del-10 Del-11 Del-12 DelE Acc-1 Acc-2 Acc-3 Acc-4Acc-5 Acc-6 Acc-7 Acc-8 Acc-9 Acc-10 Acc-11 Acc-12 AccE - Samples: 0-1 - 0: -5.628 4.174 1.699 -3.216 -4.589 -9.942 3.245 -7.51
6、4 4.315 -6.942-1.728 -4.513 10.109 0.224 0.128 1.119 0.065 0.770 0.565 -0.357-0.866 -0.081 -0.587 0.995 -2.256 0.511 0.764 0.742 0.243 0.194-0.059 -0.754 -0.393 -0.419 -0.640 0.093 0.025 0.343 0.367 1: -5.850 4.087 0.675 -4.400 -3.026 -11.016 1.422 -12.226 -1.280 -15.1146.278 -15.367 10.593 1.654 1.
7、737 1.957 0.505 1.100 -0.416 -1.794-2.036 -1.792 -0.435 0.252 -1.784 1.479 0.864 0.852 0.112 0.372-0.293 -1.167 0.028 -0.225 -0.453 0.274 -0.151 1.024 0.394Step 2: 音檔標音並蒐集會用到的聲音單位d0 ling d1 i d2 er d3 san d4 su d5 wu d6 liou d7 chi d8 ba d9 jiou SILENCE sil建立標音字典 word_to_syllable.dic 本例標音字典中每個音都會用到
8、用HLEd程式將 word_trans.mlf 轉成 syllable_trans.mlf的標音檔 編輯轉換規則檔dig_to_syllable.led，內容 含EX及IS sil sil 執行HLEd -d word_to_syllable.dic -i syllable_trans.mlf dig_to_syllable.led word_trans.mlfword_to_syllable.dic#!MLF!# “mfcc/S5/00_00.lab“ sil ling sil . “mfcc/S5/00_01.lab“ sil i sil . “mfcc/S5/00_02.lab“ sil
9、 er sil .“mfcc/S5/00_10.lab“ sil liou su su liou i san sil . “mfcc/S5/00_11.lab“ sil liou ba i sil .syllable_trans.mlfStep 3: 建立HMM model的架構(產生初始HHM)模型架構放哪裡?造好存放初始HHM架構的目錄 mkdir model_struct del /q model_struct 系統共使用幾種架構？哪些聲音的HMM檔要使用同一種架構 為每個架構建一個 “架構設定檔”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.pc
10、f , hmmlist1.txt 設定各數字音模型(6個狀態)model_struct2.pcf , hmmlist2.txt 設定靜音模型(3個狀態) 架構設定檔內含 HMM狀態數, 連接結構, 要產生哪幾個聲音的HMM檔 (HMMList欄位) 產生的HMM檔要放在哪個目錄(OutDir欄位) 執行產生各種架構HMM檔之指令，例: Perl MakeProtoHMMSet model_struct1.pcfPerl MakeProtoHMMSet model_struct2.pcf 將各個模型表列檔合併成hmmlist.txt以便將來使用hmmlist1.txtCOMMENT This P
11、CF produces a single mixture, single stream prototype systemhsKind: P covKind: D nStates: 6 nStreams: 1 sWidths: 39 mixes: 1 parmKind: MFCC_D_A_E vecSize: 39 outDir: model_struct hmmList: hmmlist1.txtmodel_struct1.pcfhmmlist2.txtsilling i er san su wu liou chi ba jiouo 39 1 39 h “ling“82 1 11 1.0000
12、390.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 391.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
13、1.0 1.0 1.0 1.0 3 1 11 1.0000390.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 391.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
14、 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 ling的model structureStep 4: 計算training data的mean及 variance 作為模型初值 建立訓練音路徑列表檔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) do mkdir modelshmm%m 執行下列指令以將各模型檔初值放在hmm0目 錄下 for /f %m in ( hmmList.txt ) do HCompV -f 0.01 -m -S filelist_odd.txt -M models/hmm0 model_struct/%mfilelist_odd.txt mfccS501_00.mfcc mfccS501_01.mfcc mfccS501_02.mfcc mfccS501_03.mfcc mfccS501_04.mfcc mfccS501_05.mf
