使用 HTK 进行扬声器适配

Question

我正在尝试使基于单声道的识别器适应特定的扬声器。我正在使用HTKBook 3.4.1 section 3.6.2 中给出的配方。我被困在 HHEd 部分，我像 sp 一样调用它：

HHEd -A -D -T 1 -H hmm15/hmmdefs -H hmm15/macros -M classes regtree.hed monophones1eng

我最终得到的错误如下：
ERROR [+999] Components missing from Base Class list (2413 3375)
ERROR [+999] BaseClass check failed

文件夹classes 包含文件global，其内容如下：
~b ‘‘global’’
<MMFIDMASK> *
<PARAMETERS> MIXBASE
<NUMCLASSES> 1
<CLASS> 1 {*.state[2-4].mix[1-25]}

hmm15 中的 hmmdefs 文件缺少一些混合组件（我在每个手机的每个状态使用 25 个混合组件）。我试图通过给出具有随机均值和方差值但权重为零的混合分量来“填补空白”。这也没有效果。

hmm 是具有 5 个状态（3 个发射）的左右 hmm，每个状态由 25 个组件混合建模。每个组件依次由带有 EDA 组件的 MFCC 建模。总共有 46 部手机。

我的问题是：
1. 我调用HHEd 的方式是否正确？单声道可以按上述方式调用吗？
2. 我知道基类列表（rtree.base 必须包含每一个混合组件，但是我在哪里可以找到这些缺少的混合组件？

注意：如果需要更多信息，请告诉我。

编辑 1：文件 regtree.hed 包含以下内容：

RN "models"
LS "stats_engOnly_3_4"
RC 32 "rtree"

谢谢，
斯里拉姆

Answer 1

他们调用 HHEd 的方式看起来不错。组件丢失，因为它们已失效。要处理失效的组件，请阅读 HTKBook-3.4.1 第 8.4 节第 137 页。

问题： - regtree.hed 包含什么？ - 您使用了多少数据（以小时为单位）？ 25 种混合物可能过多。

您可能希望使用逐渐增加的混合数 - MU +1 或 MU +2 并限制混合数（猜测：3-8，具体取决于训练数据量）。