HTK手册第三章.docVIP

第三章 一个例子——使用HTK指南 本章作为指南部分的最后一章，将描述构造一个简单的用于语音拨号的识别器的过程。这个识别器可以识别连续的数字串和有限个名字。由于这是一个子词[译者注：并非为整个单词建立模型，而是词的一部分建立模型，可理解成对音素建模](sub-word)识别系统，所以向词典中加入一个新的名字只需要修改发音词典和语法网络（task grammar）。HMM模型使用的是连续密度混合高斯模型，且使用决策树聚类的状态绑定的triphone。虽然这个语音拨号系统本身相当简单，但是系统的设计具有代表性，对学习HTK的使用很有帮助。 我们将从无到有构建此系统，包括使用HTK工具HSLab录制训练数据和测试数据。为了简化，这个系统是说话人相关的，但是建造一个说话人无关的系统可以采用相同的设计方法。唯一的不同在于需要足够数量的不同说话人的数据，以及相应地增加模型复杂度。 构造一个“全新”的识别器包括很多相关的子任务，而且没有一个明确的实现这些任务的最佳顺序。这里就按时间顺序来介绍，构造类似系统时可以参考本书介绍的步骤。本书剩下的部分相当详细地描述了完整的过程，并清晰地给出HTK工具集所涉及的范围。 HTK的发行软件中也包含了一个用于ARPA海军资源管理任务的1000个词的识别系统的例子，放在HTK软件包的目录RMHTK下。在HTKDemo目录下有更多体现HTK性能和功能的实