![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
HTK读书笔记
文章平均质量分 63
平凡的兵
AI的实践者
展开
-
HTK 第二章 HTK工具包概述
基于HMM识别的基本原理以及一些HTK工具已经在前面的章节中讲述。本章开始讲述HTK工具的软件体系结构。接下来将会介绍所有HTK工具并结合基于HMM识别器的创建与测试进行说明。为了顾及HTK老用户,HTK最新版本的修改之处会被列出。接下来的章节将依据一个简单连续语音识别系统的构建实例来讲解HTK工具包的使用。翻译 2013-07-07 14:00:27 · 3621 阅读 · 0 评论 -
HTK 第三章 模型训练示例
1. mono-phonePrototype HMM Definition(proto): mono-phone模型的模板,单高斯39维,均值为0,方差为1。HCompV:计算所有帧的均值和方差,使用全局均值和方差对所有的高斯成份(Gaussian Component)进行初始化,获得hmm0 (包含84个mono-phone的模型)。HERest:将标注从syllab原创 2015-01-07 21:10:04 · 2312 阅读 · 2 评论 -
HTK 第一章 HTK概要
第一章 HTK概要1.3 输出概率状态j的输出概率P(ot|sj)表达式:1.4 BW算法HMM模型参数(状态输出概率P(ot|sj)的均值和方差)确定:① 初始化HMM模型参数;② 通过BW算法重估这些参数。将问题简化:假设HMM模型为单流单高斯模型再假设状态数目为1,这样每帧对应的标注即为状态j,可以通过最原创 2014-12-22 22:06:59 · 820 阅读 · 0 评论 -
HTK 第八章 HMM参数估计
Chapter 8 HMM参数估计HCompV使用全局均值和方差对所有的高斯成份(Gaussian Component)进行初始化,初始化过程称之为"flat-start training"HInitHInit的原理是依据语音向量是由HMM生成的基本概念,如果知道语音向量对应的state sequence, 就可以依据每个state对应的语音向量估计g原创 2014-12-21 17:40:33 · 2419 阅读 · 0 评论