HTK的使用方法

一，HTK目录结构

htk是一个开源的软件，解压之后的目录如下：

[root@localhost htk]# ls
AUTHORS       config.status  env       HTK       HTKTools    Makefile.in
ChangeLog     config.sub     FAQ       HTKBook   install-sh  README
config.guess  configure      HLMLib    HTKLib    LICENSE
config.log    configure.ac   HLMTools  HTKLVRec  Makefile
[root@localhost htk]#

除去一些编译文件之外，几个重要的文件说明如下：

1. env。编译的环境变量设置。
2. HLMLib。HMM语言模型库。
3. HLMTools。HMM语言模型工具。
4. HTKBook。开发帮助文档。
5. HTKLib。HTK的声学库文件。
6. HTKTools。HTK的声学开发工具。

对于声学部分来说，比较重要两个文件夹是后面的两个文件夹。

二，HTK原理

HTK软件的体系结构如下图所示：

整个HTK是使用HMM作为语音识别的核心，当HMM应用于孤立词语音识别时，它用不同的隐含状态来描述不同的语音发音，对于连续语音识别系统，多个孤立词HMM子模型按一定的语言模型组成的复合HMM模型序列来刻画连续的语音信号，在序列中每个模型直接对应于相关的发音，并且每一个模型都有进入和退出状态，这两个状态没有对应的观察矢量，只用于不同模型的连接。

上图中的 HTK Tool周边的一些库都是HTKLib，这些库是语音信号处理时必须的资源或者通用库文件，HTK Tool正是利用HTKLib文件夹中的库文件（如HMem,HSigP等库文件），链接生成一些可执行程序。如HSigP库完成信号的预加重，信号加窗，FFT等方面的计算。

三，HTK工具使用

HTK工具的使用主要分布在使用过程中的四个阶段：

1. 数据准备。
2. 模型训练。
3. 模式识别/结果测试。
4. 模型分析。

如下图所示：

每一个HTK命令行工具都在特定的阶段完成特定的任务。整个入口就是原始的声音文件和对声音文件的文本记录信息。