[发明专利]训练基于htk语音模型的方法

权利要求书

1.一种训练基于htk的语音模型方法，其特征在于，包括：

采用编写相应脚本处理基于htk的训练工具需要的输入文件，运行cmd命令调用训练步骤中需要的基于htk的训练工具，顺序将脚本文件执行命令和基于htk训练工具的调用命令写入批处理文件。

2.如权利要求1所述的训练基于htk的语音模型方法，其特征在于，采用编写相应脚本处理基于htk的训练工具需要的输入文件，运行cmd命令调用训练步骤中需要的基于htk的训练工具，顺序将脚本文件执行命令和基于htk训练工具的调用命令写入批处理文件，包括：

运用脚本生成基于htk训练工具需要的输入文件，顺序调用脚本文件执行命令和htk工具包的调用命令，自动完成训练语音模型功能。

3.如权利要求2所述的训练基于htk的语音模型方法，其特征在于，运用脚本生成基于htk训练工具需要的输入文件，顺序调用脚本文件执行命令和htk工具包的调用命令，自动完成训练语音模型功能，包括：

编写脚本，以完成原来的手动操作步骤；

基于编写的脚本，批处理完成自动化模型训练。

4.如权利要求3所述的训练基于htk的语音模型方法，其特征在于，编写脚本，以完成原来的手动操作步骤，包括：

第一步：编写grammar.py脚本，执行生成基于htk训练工具HParse的输入文件grammar，运行基于htk的训练工具HParse生成wordnet，完成源文件转换成词网络；

第二步：编写wordlist.py和beep.py脚本，执行生成基于htk训练工具HDMan的输入文件wordlist和beep，运行基于htk训练工具HDMan完成字典的生成；

第三步：调用基于htk训练工具中的perl脚本，执行生成基于htk工具的HLEd的输入文件trainwords.mlf和trainprompts，运行基于htk训练工具HLEd生成发音序列；

第四步：编写codetrain.py脚本，执行生成基于htk训练工具HCopy的输入文件codetrain.scp，运行基于htk训练工具HCopy完成语音样本特征参数的生成；

第五步：执行基于htk训练工具HCompV生成hmm初始化模型；

第六步：执行基于htk训练工具HERest训练多次模型，编写脚本处理在多次训练过程中需要手动操作的步骤，完成循环过程的自动化；

第七步：编写脚本，将hmm语言模型文件转换成嵌入式语音识别系统中的基于c语言的语音模型。

5.如权利要求4所述训练基于htk的语音模型方法，其特征在于，基于编写的脚本，批处理完成自动化模型训练，包括：

第八步：初始化脚本运行环境；

第九步：执行运行脚本命令，将训练模型过程中手动处理文件过程转成自动化处理过程；

第十步：第九步生成的文件作为本步的输入文件，调用相应的基于htk训练工具，输出语音模型训练需要的过程中间文件；

第十一步：根据模型训练过程步骤循环执行第九步和第十步，直到生成语言模型文件；

第十二步：执行脚本命令生成嵌入式识别系统中基于c语言的语音模型。