HTK.rar_HTK_htk识别_htk-3.3_htk识别

共8个文件

doc：3个

zip：2个

pdf：2个

版权申诉

7 浏览量 2022-09-24 19:04:28 上传评论收藏 6.82MB RAR 举报

《HTK识别系统在Windows 7下的安装与YES/NO语音识别实践》 HTK（HMM Tool Kit）是一款广泛应用于语音识别领域的开源工具包，它基于隐马尔可夫模型（Hidden Markov Model，简称HMM）理论，提供了一整套构建、训练和应用HMM的工具。在本文中，我们将深入探讨如何在Windows 7操作系统下安装HTK 3.4版本，并实现简单的YES/NO语音识别。我们要明确HTK的核心组成部分：HSLAB（HMM State Labeller）、HERest（HMM Estimation）、HHEd（HMM Editor）等，这些工具共同构成了一个完整的语音识别流程。在安装HTK时，需要注意以下几点： 1. 下载HTK 3.4的安装包，确保文件完整无误。 2. 解压到指定目录，注意不要包含中文字符，避免后续编译出现问题。 3. 在命令行环境中，进入HTK源码目录，执行配置脚本`Configure`，按照提示选择合适的编译器和库路径。 4. 使用`make`命令编译源码，生成可执行文件。此过程可能需要安装Visual C++编译环境支持。 5. 完成编译后，将编译好的可执行文件移动到系统的PATH环境变量中，以便全局调用。安装完成后，我们开始进行YES/NO识别的设置和训练： 1. 收集YES和NO的语音样本，确保样本清晰、噪声低，并且覆盖不同的说话人和语速。 2. 使用HTK提供的预处理工具，如SPPAS或 Praat，对音频文件进行切割、格式转换，并提取MFCC（梅尔频率倒谱系数）特征。 3. 创建HMM模型的定义文件（.hmm），定义每个状态和转移概率。 4. 运行HSLAB对样本进行标记，确定每个音素的起始和结束时间。 5. 使用HERest根据标记的样本进行HMM参数估计，生成初始模型。 6. 可以通过HHEd进一步优化模型，调整状态和转移概率。 7. 利用HVite进行解码，将新的语音输入与模型匹配，得出识别结果。 YES/NO识别的关键在于模型的训练和优化。通过对不同条件下的语音样本进行多次训练和调整，可以提高模型的识别准确率。此外，理解HMM的工作原理，包括状态、观测序列和状态转移概率，对于优化模型至关重要。 HTK是一个强大的语音识别工具，虽然在Windows环境下安装和使用相对复杂，但其灵活性和实用性使其在语音识别领域有着广泛的应用。通过实践YES/NO识别，我们可以更好地掌握HTK的使用方法，并为进一步的语音识别项目打下坚实的基础。

资源推荐

资源详情

资源评论

收起资源包目录

HTK.rar （8个子文件）

HTK

HTK安装

Windows运行HTKDemo操作步骤详解.doc 62KB

windows下编译htk3.4教程.doc 714KB

(key)语音识别工具箱之HTK安装与使用.doc 163KB

官网下载

HTK For Window

HTK-3.4.1.zip 2.22MB

HTK-samples-3.4.1.zip 2.56MB

htkbook.pdf 2.35MB

HTK_basic_tutorial.pdf 82KB

HTK 心得.docx 36KB

The HTK Book

Steve Young

Gunnar Evermann

Mark Gales

Thomas Hain

Dan Kershaw

Xunying (Andrew) Liu

Gareth Moore

Julian Odell

Dave Ollason

Dan Povey

Valtcho Valtchev

Phil Woodland

The HTK Book (for HTK Version 3.4)

ment.

First published December 1995

Reprinted March 1996

Revised for HTK Version 2.1 March 1997

Revised for HTK Version 2.2 January 1999

Revised for HTK Version 3.0 July 2000

Revised for HTK Version 3.1 December 2001

Revised for HTK Version 3.2 December 2002

Revised for HTK Version 3.3 April 2005

Revised for HTK Version 3.4 December 2006

Contents

I Tutorial Overview 1

1 The Fundamentals of HTK 2

1.1 General Principles of HMMs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

1.2 Isolated Word Recognition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

1.3 Output Probability Speciﬁcation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

1.4 Baum-Welch Re-Estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

1.5 Recognition and Viterbi Decoding . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

1.6 Continuous Speech Recognition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

1.7 Speaker Adaptation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

2 An Overview of the HTK Toolkit 14

2.1 HTK Software Architecture . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

2.2 Generic Properties of a HTK Tool . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

2.3 The Toolkit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

2.3.1 Data Preparation Tools . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

2.3.2 Training Tools . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

2.3.3 Recognition Tools . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

2.3.4 Analysis Tool . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

2.4 What’s New In Version 3.4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

2.4.1 New In Version 3.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

2.4.2 New In Version 3.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

2.4.3 New In Version 3.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

2.4.4 New In Version 2.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

2.4.5 Features Added To Version 2.1 . . . . . . . . . . . . . . . . . . . . . . . . . . 22

3 A Tutorial Example of Using HTK 23

3.1 Data Preparation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

3.1.1 Step 1 - the Task Grammar . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

3.1.2 Step 2 - the Dictionary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

3.1.3 Step 3 - Recording the Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

3.1.4 Step 4 - Creating the Transcription Files . . . . . . . . . . . . . . . . . . . . . 28

3.1.5 Step 5 - Coding the Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

3.2 Creating Monophone HMMs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

3.2.1 Step 6 - Creating Flat Start Monophones . . . . . . . . . . . . . . . . . . . . 31

3.2.2 Step 7 - Fixing the Silence Models . . . . . . . . . . . . . . . . . . . . . . . . 34

3.2.3 Step 8 - Realigning the Training Data . . . . . . . . . . . . . . . . . . . . . . 35

3.3 Creating Tied-State Triphones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

3.3.1 Step 9 - Making Triphones from Monophones . . . . . . . . . . . . . . . . . . 36

3.3.2 Step 10 - Making Tied-State Triphones . . . . . . . . . . . . . . . . . . . . . 38

3.4 Recogniser Evaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

3.4.1 Step 11 - Recognising the Test Data . . . . . . . . . . . . . . . . . . . . . . . 41

3.5 Running the Recogniser Live . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

3.6 Adapting the HMMs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

3.6.1 Step 12 - Preparation of the Adaptation Data . . . . . . . . . . . . . . . . . . 43

3.6.2 Step 13 - Generating the Transforms . . . . . . . . . . . . . . . . . . . . . . . 44

3.6.3 Step 14 - Evaluation of the Adapted System . . . . . . . . . . . . . . . . . . . 45

3.7 Semi-Tied and HLDA transforms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

3.8 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

II HTK in Depth 48

4 The Operating Environment 49

4.1 The Command Line . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50

4.2 Script Files . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50

4.3 Conﬁguration Files . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

4.4 Standard Options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

4.5 Error Reporting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

4.6 Strings and Names . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54

4.7 Memory Management . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

4.8 Input/Output via Pipes and Networks . . . . . . . . . . . . . . . . . . . . . . . . . . 56

4.9 Byte-swapping of HTK data ﬁles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56

4.10 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56

5 Speech Input/Output 59

5.1 General Mechanism . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59

5.2 Speech Signal Processing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61

5.3 Linear Prediction Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

5.4 Filterbank Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

5.5 Vocal Tract Length Normalisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65

5.6 Cepstral Features . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

5.7 Perceptual Linear Prediction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

5.8 Energy Measures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68

5.9 Delta, Acceleration and Third Diﬀerential Coeﬃcients . . . . . . . . . . . . . . . . . 68

5.10 Storage of Parameter Files . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

5.10.1 HTK Format Parameter Files . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

5.10.2 Esignal Format Parameter Files . . . . . . . . . . . . . . . . . . . . . . . . . . 71

5.11 Waveform File Formats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71

5.11.1 HTK File Format . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72

5.11.2 Esignal File Format . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72

5.11.3 TIMIT File Format . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72

5.11.4 NIST File Format . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72

5.11.5 SCRIBE File Format . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73

5.11.6 SDES1 File Format . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73

5.11.7 AIFF File Format . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73

5.11.8 SUNAU8 File Format . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73

5.11.9 OGI File Format . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73

5.11.10 WAV File Format . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74

5.11.11 ALIEN and NOHEAD File Formats . . . . . . . . . . . . . . . . . . . . . . . 74

5.12 Direct Audio Input/Output . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74

5.13 Multiple Input Streams . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

5.14 Vector Quantisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

5.15 Viewing Speech with HList . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79

5.16 Copying and Coding using HCopy . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81

5.17 Version 1.5 Compatibility . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82

5.18 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83

6 Transcriptions and Label Files 86

6.1 Label File Structure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86

6.2 Label File Formats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87

6.2.1 HTK Label Files . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87

6.2.2 ESPS Label Files . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88

6.2.3 TIMIT Label Files . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88

6.2.4 SCRIBE Label Files . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88

6.3 Master Label Files . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89

6.3.1 General Principles of MLFs . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89

6.3.2 Syntax and Semantics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90

6.3.3 MLF Search . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90

6.3.4 MLF Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91

6.4 Editing Label Files . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92

6.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95

7 HMM Deﬁnition Files 97

7.1 The HMM Parameters . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98

7.2 Basic HMM Deﬁnitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99

7.3 Macro Deﬁnitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102

7.4 HMM Sets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106

7.5 Tied-Mixture Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110

7.6 Discrete Probability HMMs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110

7.7 Input Linear Transforms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112

7.8 Tee Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112

7.9 Binary Storage Format . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113

7.10 The HMM Deﬁnition Language . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113

8 HMM Parameter Estimation 118

8.1 Training Strategies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118

8.2 Initialisation using HInit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121

8.3 Flat Starting with HCompV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124

8.4 Isolated Unit Re-Estimation using HRest . . . . . . . . . . . . . . . . . . . . . . . . 126

8.5 Embedded Training using HERest . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127

8.6 Single-Pass Retraining . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130

8.7 Two-model Re-Estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130

8.8 Parameter Re-Estimation Formulae . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131

8.8.1 Viterbi Training (HInit) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131

8.8.2 Forward/Backward Probabilities . . . . . . . . . . . . . . . . . . . . . . . . . 132

8.8.3 Single Model Reestimation(HRest) . . . . . . . . . . . . . . . . . . . . . . . 134

8.8.4 Embedded Model Reestimation(HERest) . . . . . . . . . . . . . . . . . . . . 134

8.8.5 Semi-Tied Transform Estimation(HERest) . . . . . . . . . . . . . . . . . . . 135

9 HMM Adaptation 136

9.1 Model Adaptation using Linear Transformations . . . . . . . . . . . . . . . . . . . . 137

9.1.1 Linear Transformations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137

9.1.2 Input/Output/Parent Transformations . . . . . . . . . . . . . . . . . . . . . . 138

9.1.3 Base Class Deﬁnitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139

9.1.4 Regression Class Trees . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139

9.1.5 Linear Transform Format . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141

9.1.6 Hierarchy of Transform . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141

9.1.7 Mutiple Stream Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143

9.2 Adaptive Training with Linear Transforms . . . . . . . . . . . . . . . . . . . . . . . . 143

9.3 Model Adaptation using MAP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143

9.4 Linear Transformation Estimation Formulae . . . . . . . . . . . . . . . . . . . . . . . 144

9.4.1 Mean Transformation Matrix (MLLRMEAN) . . . . . . . . . . . . . . . . . . . . 145

9.4.2 Variance Transformation Matrix (MLLRVAR, MLLRCOV) . . . . . . . . . . . . . . 145

9.4.3 Constrained MLLR Transformation Matrix (CMLLR) . . . . . . . . . . . . . . 146

10 HMM System Reﬁnement 148

10.1 Using HHEd . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149

10.2 Constructing Context-Dependent Models . . . . . . . . . . . . . . . . . . . . . . . . 149

10.3 Parameter Tying and Item Lists . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150

10.4 Data-Driven Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152

10.5 Tree-Based Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154

10.6 Mixture Incrementing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156

10.7 Regression Class Tree Construction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157

10.8 Miscellaneous Operations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158

11 Discrete and Tied-Mixture Models 159

11.1 Modelling Discrete Sequences . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159

11.2 Using Discrete Models with Speech . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160

11.3 Tied Mixture Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162

11.4 Parameter Smoothing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164

12 Networks, Dictionaries and Language Models 165

12.1 How Networks are Used . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166

12.2 Word Networks and Standard Lattice Format . . . . . . . . . . . . . . . . . . . . . . 167

12.3 Building a Word Network with HParse . . . . . . . . . . . . . . . . . . . . . . . . . 169

12.4 Bigram Language Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171

12.5 Building a Word Network with HBuild . . . . . . . . . . . . . . . . . . . . . . . . . 173

12.6 Testing a Word Network using HSGen . . . . . . . . . . . . . . . . . . . . . . . . . . 174

12.7 Constructing a Dictionary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175

12.8 Word Network Expansion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177

12.9 Other Kinds of Recognition System . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180

13 Decoding with HVite 182

13.1 Decoder Operation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182

13.2 Decoder Organisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184

13.3 Recognition using Test Databases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186

13.4 Evaluating Recognition Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187

13.5 Generating Forced Alignments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190

13.6 Recognition using Direct Audio Input . . . . . . . . . . . . . . . . . . . . . . . . . . 191

13.7 N-Best Lists and Lattices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192

III Language Modelling 194

14 Fundamentals of language modelling 195

14.1 n-gram language models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196

14.1.1 Word n-gram models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196

14.1.2 Equivalence classes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197

14.1.3 Class n-gram models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197

14.2 Statistically-derived Class Maps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198

14.2.1 Word exchange algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198

14.3 Robust model estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200

14.3.1 Estimating probabilities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200

14.3.2 Smoothing probabilities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201

14.4 Perplexity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202

14.5 Overview of n-Gram Construction Process . . . . . . . . . . . . . . . . . . . . . . . . 203

14.6 Class-Based Language Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205

15 A Tutorial Example of Building Language Models 206

15.1 Database preparation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206

15.2 Mapping OOV words . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209

15.3 Language model generation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210

15.4 Testing the LM perplexity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211

15.5 Generating and using count-based models . . . . . . . . . . . . . . . . . . . . . . . . 212

15.6 Model interpolation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213

15.7 Class-based models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214

15.8 Problem solving . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217

15.8.1 File format problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217

15.8.2 Command syntax problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217

15.8.3 Word maps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218

15.8.4 Memory problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218

15.8.5 Unexpected perplexities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218

评论收藏

内容反馈

版权申诉

局外狗

粉丝: 83
资源: 1万+

HTK.rar_HTK_htk 识别_htk-3.3_htk识别_yes

最新资源

HTK.rar_HTK_htk 识别_htk-3.3_htk识别_yes

htk-3.3.rar_HMM的语音识别_HTK_htk 3.3

HTK-3.4.1-Windows.rar_HTK_fatdml_htk-3.4.1_lyingh2h_语音识别

HTK-win-htkDemo.rar_HTK_htk win

HTK-3.4.1.rar_htk 语音识别_htk3.4.1_语音信号处理

HHTKSpeechRecT.rar_HTK_htk识别_识别 中文_语音

HTK-3.4.rar_2019_HTK_htk-3.4_人工智能

htk-3.3.rar_HTK_HTK3_htk 3.3 linux source_htk-3.3_语音

HTK.rar_HTK_HTK工具包_htk-3.3_htk.e

HTK.rar_HTK_HTK语音识别_htk matlab_win HTK

HTK_Bin_3.4.1.rar_HTK_HTK_Bin_3.4.1_htk 3.4.1_htk windo_htk-3.3

HMM_HTK-3.0.rar_htk教程

HTK-3.3-alpha1.tar.gz_HTK_HTK工具箱_htk-3.3_隐马尔科夫模型_马尔科夫

有关HTK的资料（htk-3.3 VoiceDialSystem）

HTK-samples-3.4.zip_HTK_HTK语音_htk pudn_htk-3.3_mfc HTK

HTK.rar_HTK_htk book

HTKDemo.rar_HTK_HTKDemo_htk yes _htk yes no_yes

HTK.zip_DEMO_HTK_htk cambridge_htk3 ba

HTK.rar_HTK_HTK UBM_htk vc_htk window_函数关系

HTK-samples-3.3.tar.gz_HTK

HTK-3.0.tar.gz_HTK-3.0.tar.gz _htk-3.3_语音识别 hmm c++_连续语音_连续语音识别

HCopy.rar_HTK_hcopy_hcopy.c_htk hcopy 封装

HTK.rar_HTK

HTK-3.4.1.zip_HTK_HTK source 3.4.1_HTK-samples-3.4.1_htk source_

htk.rar_DNA_HTK

htk.rar_HTK_NOISE

htk-3.3-windows-binary.zip_HMM_HTK_HTK toolkit_HTK windows_windo

htk.rar_HTK_HTK语音

htk.rar_HTK_HTK-in-VC

HTK.rar_ HTK _HTK

htk.rar_HTK_Want It

最新资源

HHTKSpeechRecT.rar_HTK_htk识别_识别中文_语音