音声認識メモ(Kaldi)その21(音韻モデル)

音声認識 Julius kaldi

認識対象を孤立単語から発展させて、もう少し実用的な使い方を試してみる。まず、トレーニング対象の発話を音素に分解する。元の文オススメの料理は何ですか文を単語へ分解（分かち書き、「MeCab」を使用）オススメの料理は何ですか単語を音素列…

2018-01-29

音声認識メモ(Julius)その6（連続単語認識（N-gram））

Julius 音声認識

The Julius bookより抜粋。第1パスでは通常の前向き (left-to-right) の 2-gram，第2パスでは後ろ向きの N-gram がそれぞれ必要となる．第1パスにおける確率計算の過程をトレースしてみる。（確率は常用対数での計算になる）統計の元となるテキストが以下…

2018-01-20

音声認識メモ(Julius)その5（連続単語認識（DFA））

Julius 音声認識

前回の続き。孤立単語の場合、"単語内（intra word）の遷移"のみを計算したが、連続単語の場合は、単語内に加え、"単語間(inter word)の遷移"を計算する。連続単語の場合の木構造化辞書を以下に示す。丸枠の下はノード番号を表す。単語間の接続は、DFA文法…

2018-01-14

音声認識メモ(Julius)その4（連続単語認識（DFA））

Julius 音声認識

Juliusでは、連続単語の言語モデルとして、「N-gram」と「DFA」をサポートしている。ここでのDFA（Deterministic finite automaton、決定性有限オートマトン）はMealy型有限オートマトンのことで、出力が現在状態と入力に決定されるモデル。遷移は一方通行…

2018-01-07

音声認識メモ(Julius)その3(孤立単語)

Julius 音声認識

juliusで音声を認識する過程をトレースする。HMMはモノフォンのモデルとし、「ｍ」、「o」、「s」、「i」、「silB」、「silE」が学習済みであるとする。言語モデルは孤立単語（-w オプション）とし、辞書は以下とした。 MOSIMOSI m o s i m o s i MOMO m o m…

2017-12-30

音声認識メモ（HMM）その9(HTK HERest コマンド(6))

音声認識 HTK Julius

混合正規分布モデル（Gaussian Mixture Model）のHMMを作成する。尚、単一正規分布のHMMモデル（single Gaussian models）のままでも認識エンジン「Julius」に渡すことはできる。混合数の増加には「HHEd」コマンドを使用する。 HHEd -H "HMMモデル" -w "出力…

2017-09-29

音声認識メモ(Julius)その２

Julius 音声認識

前回の続き使用するJuliusのバージョンは"4.3.1"Juliusに渡すパラメータを簡略化して書くと以下のとおり。 julius "入力音声" "音響モデル" "言語モデル" 入力音声オプション例 HTKの特徴ベクトルを渡す -input mfcfileマイク入力 -input mic 音響モデルオプ…