修改HTK代码,让其支持中文

           利用HTK工具包进行语音识别建模时,遇到任务语法中存在中文时候,无法生成对应的底层网络,这样就需要对HTK源码的部分内容进行修改,以下是我对HTK源码HParseHVite部分内容改动记录,希望对有需要的人有帮助!自己也做个备份!
添加下面函数
static int IsSpace(char c)
{
if ((c == 0x09) ||( c == 0x0D) || (c == ' ' ))
return 1;
return 0;
}
修改下面的函数

修改HParse.C
static void PGetSym(void)
{
..../
while ( IsSpace(ch)|| (ch=='/' && inlyne[curpos]=='*') ) //这里特别注意,网上有一个文章这里修改出错

{
 
if (!IsSpace(ch) || isspace((int) ch)) /* skip space */
PGetCh();
else { /* skip comment */
PGetCh(); PGetCh();
while (!(ch=='*' && inlyne[curpos]=='/')) PGetCh();
PGetCh(); PGetCh();
}
}
..../
以下部分代码为做修改
}
static void PGetIdent(void)
{
int i=0;
Ident id;
do {
if (ch==ESCAPE) PGetCh();
if (i<MAXIDENT) id[i++]=ch;
PGetCh();
}
while(!IsSpace(ch)&& ch!='{' && ch!='}' && ch!='['&& ch!=']' &&//!isspace( (int)ch)
ch!='<' && ch!='>' && ch!='(' && ch!=')'&& ch!='=' &&
ch!=';' && ch!='|' && ch!='/' && ch!='%');
id[i]='\0';
ident = GetLabId(id,TRUE);
}

 

修改HNet.c
ReturnStatus WriteOneLattice(Lattice *lat,FILE *file,LatFormat format)
{
...///
else if (ln->word!=NULL) {
fprintf(file,"W=%-19s ",ln->word->wordName->name);//
// ReWriteString(ln->word->wordName->name,
注释掉
// NULL,ESCAPE_CHAR));
...
}
这样在生产的底层网络中就可以看到汉字,而不是汉字编码了。下面是我测试的一个简单例子:
这是taskgram中的内容
$somebody =我 | 小王 | 他们 | 他 | 你;
$place = 北京 | 图书馆 | 学校 | 家里;
$something = 出差 | 自习 | 上课 | 睡觉;
(SENT-START($somebody 在 $place $something) SENT-END)
没有修改HParse生产的网络
VERSION=1.0
N=11   L=22   
I=0    W=END_SIL             
I=1    W=sil                 
I=2    W=\344\275\240        
I=3    W=!NULL               
I=4    W=\345\260\274        
I=5    W=\346\265\251        
I=6    W=\345\245\275        
I=7    W=sil                 
I=8    W=START_SIL           
I=9    W=!NULL               
I=10   W=!NULL               
J=0     S=1    E=0    
J=1     S=3    E=0    
J=2     S=3    E=1    
J=3     S=3    E=2    
J=4     S=7    E=2    
J=5     S=8    E=2    
J=6     S=2    E=3    
J=7     S=4    E=3    
J=8     S=5    E=3    
J=9     S=6    E=3    
J=10    S=3    E=4    
J=11    S=7    E=4    
J=12    S=8    E=4    
J=13    S=3    E=5    
J=14    S=7    E=5    
J=15    S=8    E=5    
J=16    S=3    E=6    
J=17    S=7    E=6    
J=18    S=8    E=6    
J=19    S=8    E=7    
J=20    S=10   E=8    
J=21    S=0    E=9    
修改后的网络
VERSION=1.0
N=21   L=30   
I=0    W=!NULL               
I=1    W=!NULL               
I=2    W=SENT-START          
I=3    W=我                 
I=4    W=!NULL               
I=5    W=小王              
I=6    W=他们              
I=7    W=他                 
I=8    W=你                 
I=9    W=在                 
I=10   W=北京              
I=11   W=!NULL               
I=12   W=图书馆           
I=13   W=学校              
I=14   W=家里              
I=15   W=出差              
I=16   W=!NULL               
I=17   W=自习              
I=18   W=上课              
I=19   W=睡觉              
I=20   W=SENT-END            
J=0     S=20   E=1    
J=1     S=0    E=2    
J=2     S=2    E=3    
J=3     S=3    E=4    
J=4     S=5    E=4    
J=5     S=6    E=4    
J=6     S=7    E=4    
J=7     S=8    E=4    
J=8     S=2    E=5    
J=9     S=2    E=6    
J=10    S=2    E=7    
J=11    S=2    E=8    
J=12    S=4    E=9    
J=13    S=9    E=10   
J=14    S=10   E=11   
J=15    S=12   E=11   
J=16    S=13   E=11   
J=17    S=14   E=11   
J=18    S=9    E=12   
J=19    S=9    E=13   
J=20    S=9    E=14   
J=21    S=11   E=15   
J=22    S=15   E=16   
J=23    S=17   E=16   
J=24    S=18   E=16   
J=25    S=19   E=16   
J=26    S=11   E=17   
J=27    S=11   E=18   
J=28    S=11   E=19   
J=29    S=16   E=20   
至于HVite部分,我找了近一下午,总算找到改的地方了,修改HSheel.c WriteString函数
n=*p;
fputc(n,f);
//添加的行
// fputc(ESCAPE_CHAR,f);
// fputc(((n/64)%8)+'0',f);fputc(((n/8)%8)+'0',f);fputc((n%8)+'0',f);

我将相应的位置给注释上了,并将字符之间输出到文件中,这样在结果文件中就可以看到中文了~~

  • 4
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 13
    评论
评论 13
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