基于htk工具包的语音识别

htk简介:

HTK是一个构建隐藏马尔可夫模型(HMMs)的工具包。HMMs可以用于任何时间序列的建模建模,HTK的核心就是类似的通用目的。然而,HTK主要设计用于构建基于HMM的语音处理工具,特别是识别程序。因此,大部分HTK中的基础设施支持专门用于此任务。

--------------------------------------------------------------------------------

                                                        安装篇

--------------------------------------------------------------------------------

1.下载到HTK-3.4.1.ZIP后,解压,将其中的htk文件夹整个复制到E盘根目录下,路径最好都是英文。

2.确保的环境变量Path包含路径(此为本机vs2013的路径,其它版本可根据安装目录找到):F:\工具文件\vs2013_installation_path\Common7\Tools ,路径根据你安装所在目录作相应改变。此次安装需要加诸多路径到环境变量中,如下图

其中第二个环境变量是运行程序的目录文件夹,需要加到环境变量中,路径是你的HTK安装路径;后面三个都是DOS窗口编译时用nmake编译需要添加的环境变量,路径是你的vs安装路径中的VC文件夹下的文件路径,读者只需添加到环境变量中即可,后续会详细解释。

3.打开DOS 命令窗口, 在命令窗口中输入cd HTK-3.4.1 进入HTK-3.4.1文件夹,在该文件夹下建立一个新文件夹bin.win32 . 输入:mkdir bin.win32就可以新建文件夹(注:HTK的盘符是你安装时候的盘符,笔者已经在E盘安装好了,此时在D盘做试验);

此时可以去你的HTK文件夹下看是否有bin.win32这个文件夹,有的话说明成功。

4.接下来在DOS窗口运行vcvars32,这个文件是在F:\工具文件\vs2013_installation_path\VC\bin目录下,也就是vs安装路径下的VC里面的bin目录下运行vcvars32.bat(注意后缀名也要写上);

5.接下来编译htk库文件:

总共有四个库文件需要编译,分别是HTKLib,HTKTools,HLMLib,HLMTool四个文件,具体步骤如下:

cd HTKLib(进入路径)
              nmake /f htk_htklib_nt.mkf all
              cd ..(返回上级目录)

              同理编译HTK TOOLS ,输入以下命令:

              cd HTKTools
              nmake /f htk_htktools_nt.mkf all
              cd ..
              cd HLMLib
              nmake /f htk_hlmlib_nt.mkf all
              cd ..
              cd HLMTools
              nmake /f htk_hlmtools_nt.mkf all
              cd ..

6.编译成功后你会发现在你的htk文件夹中的bin.win32这个文件中会出现很多.exe文件,如图:

   HSLab.exe     录音,标记工具
   Hcopy.exe     从语音提取特征参数的工具
   HInit.exe 和 HCompV.exe 对HMM模型初始化的工具,注意,这里需要对每个模型都要使用此命令进行初始化
   HRest.exe     对模型进行迭代训练的工具
   HParse.exe    语法转网络的工具,发音转本文用到的。
   HSGen.exe    语法查错工具
   HVite.exe      解码工具,也就是识别工具。可以用命令行方式使用,也可以用交互方式使用。

此时说明你的四个htk库文件编译成功!

此时要将bin.win32这个文件的路径加入到 环境变量中才能运行生效,E:\HTK-3.4.1\htk\bin.win32加入环境变量 。也就是步骤2中的第二个环境变量的加入;

安装htk后在E:\HTK-3.4.1\htk目录下运行HInit后若出现以下界面,

则说明你的htk已经安装成功一半了!!!

7.此时确保电脑已经安装Active Perl编辑器,用来编译CGI程序;

     ActivePerl一个perl脚本解释器。其包含了包括有 Perl for Win32、Perl for ISAPI、PerlScript、Perl Package Manager四套开发工具程序,可以让用户编写出适用于unix,windows,linux系统的CGI程序来。

此时开始运行HTKDemo程序:

cd HTKDemo
   mkdir hmms
   cd hmms
   mkdir tmp
   mkdir hmm.0
   mkdir hmm.1
   mkdir hmm.2
   mkdir hmm.3
   cd ..
   mkdir proto
   mkdir acc
   mkdir test
   perl runDemo.pl configs\monPlainM1S1.dcf

先要在HTKDemo文件夹下新建四个文件夹,分别是hmms,proto,acc,test,在hmms文件夹下再创建四个文件夹分别为hmm.0,hmm.1,hmm.2,hmm.3,建立完后然后在E:\HTK-3.4.1\samples\HTKDemo目录下运行以下2代码,若出现以下界面:

 perl runDemo.pl configs\monPlainM1S1.dcf

则说明此时htk已经完全地安装成功了!

 

---------------------------------------------------------------------------------

                                                 使用篇

---------------------------------------------------------------------------------

接下来就可以使用htk了!

1. 建立语音材料库,确定识别基本元,比如一个单词 yes no ok等,或者 声母 b p m f 韵母 d t n l 等,确定基本元后,标记好识别基本元。

     2. 对语音材料库中的声音文件提取MFCC声纹特征

     3.为每一个基本元建立一个HMM模型。

     4.利用MFCC声纹特征对每一个HMM模型进行训练,使模型参数与其描述的识别基本元对应。

     5.定义输入语音的语法规则等,从发音对应到文字。

     6. 识别。

先做第一步:建立语音材料库,确定基本单元;

1.先打开DOS窗口,运行录音标记工具,输入HSLab yes.sig命令,回车;有可能出现以下错误:

“ERROR [+6870]  MakeXGraf: Not compiled with X11 support: use HGraf.X.c
FATAL ERROR - Terminating program HSlab”;

这是因为 默认情况下HSLab工具使用的是x11做的图形界面接口,windows不支持,所以需要修改一下生成文件,使用windows GUI。修改htk_htklib_nt.mkf(两处),将HGraf.null.obj替换为HGraf_WIN32.obj,HGraf.null.olv替换为 HGraf_WIN32.olv。

然后(进入HTKLib文件夹 )--> 使用命令:nmake /f htk_htklib_nt.mkf all重新编译HTKLib 下的\htk_htklib_nt.mkf。;打开htk \HTKTools下的Makefile.in(右击用记事本打开),将其中"-lX11"删除(查找);
然后(进入HTKTools文件夹 )-->重新编译生成 htk_htktools_nt.mkf
再按照上面的步骤安装即可。就可以解决上述问题!

这里要用nmake方式编译上述两个配置文件,此时要先找到你的vs安装路径里面的VC文件夹,然后将里面的Include、lib、和bin三个文件夹的路径加到你的系统变量里面去,否则在用nmake编译上述文件夹时会出现错误,所以一定要加到环境变量。

此时再运行htk_htktools_nt.mkf文件时还肯会出现以下错误:

 

这个问题的解决办法网上的很复杂,我找了很多办法也解决不了,后来摸索出了一种简单的方法,就是再运行htk_htktools_nt.mkf文件时先要运行以下F:\工具文件\vs2013_installation_path\VC\bin文件下的vcvars32.bat文件,然后再运行htk_htktools_nt.mkf文件!

若出现以下界面,则说明nmake /f htk_htklib_nt.mkf all和nmake /f htk_htktools_nt.mkf all两个配置文件运行成功!

 

此时再运行录音工具HSLab yes.sig命令,激动人心的画面出现了!!!

 

若出现以上界面,则说明录音工具运行成功,此时可进行录音!

录制声音。点击rec按钮,说:“yes”,然后点击stop按钮。你会看到界面上出现一个语音波形,一条语音样本就录制完成了,你可以点击play播放听一下。

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值