Tag: HTK
实验：建立五个词的识别系统(步骤以及结果显示)
by tracylling on 四.14, 2010, under 语音识别
(PS：只作为尝试，不保证正确)
系统简介：
HTK是隐马尔可夫模型工具箱，由剑桥大学工程系研发而成。该工具箱的目的是搭建使用隐马尔可夫模型。
搭建步骤：
a) 训练库创建：词汇集中的每个元素进行多次录制，且对相应词汇做好标签；
b) 声学分析：将波形数据文件转换为一系列系数向量；
c) 模型定义：为总词汇集中的每个元素定义一个HMM原型；
d) 模型训练：使用训练数据对每个HMM模型进行初始化、训练；
e) 任务定义：识别系统的语法（什么可被识别）的定义；
f) 未知输入信号识别；
g) 评估：识别系统的性能可通过测试数据进行评估。
工作环境构建：
创建如下目录结构：
a) data/：存储训练和测试数据（语音信号、标签等等） ，包括2个子目录，data/train/和 data/test/，用来区分识别系统的训练数据和评估数据；
b) analysis/：存储声学分析步骤的文件；
c) training/：存储初始化和训练步骤的相关文件；
d) model/：存储识别系统的模型（HMMs）的相关文件；
e) def/：存储任务定义的相关文件；
f) test/：存储测试相关文件。
后期要建立的几个文件：analysis.conf targetlist.txt hmmlist.txt trainlist.txt
过程：
1、 建立训练资料
a. 录制音频
HSLab name.sig
b. 标记信号
在HSLab中标记信号位置
