HTK使用方法简介（一）.ppt

HTK使用方法簡介(一) 使用全字聲音單位(不含間隔音) 李立民 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 SOURCEFORMAT = 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 使用Hlist觀察特徵向量檔內容 執行 Hlist -h -o mfcc\S1\00_00.mfcc temp.txt 觀察temp.txt 內容 Step 2: 音檔標音並蒐集會用到的聲音單位 建立標音字典 word_to_syllable.dic 本例標音字典中每個音都會用到 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.mlf Step 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.pcf , 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.pcf Perl MakeProtoHMMSet model_struct2.pcf 將各個模型表列檔合併成hmmlist.txt以便將來使用 Step 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hmm0~hmm20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 models\hmm%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/%m Step 5: 將各個HMM檔合併成總模型檔 造一個空的模型修改指令檔empty.hed 將各個HMM檔合併成總模型檔，取名hmmdefs HHed -d models/hmm0 -M models/hmm0 -w hmmdefs empty.hed hmmlist.txt 將vFloors定義也加進總模型檔內 HHed -H models/hmm0/hmmdefs -H models/hmm0/vFloors -M models/hmm0 -w hmmdefs empty.hed hmmlist.txt Step 6: HMM訓練 HERest -S filelist_odd.txt -H models/hmm0/hmmdefs -M models/hmm1 -I sy