1 HTK基础 1.1 HMM基本原理 1.2 孤立词识别 1.3 输出概率说明 1.4 Baum-Welch Re-Estimation 1.5 识别和Viterbi解码 1.6 连续语音识别 1.7 说话者适应 2 HTK工具包概览 2.1 HTK软件架构 2.2 HTK工具的一般属性 2.3 工具包 2.3.1 数据准备工具 2.3.2 训练工具 2.3.3 识别工具 2.3.4 分析工具 2.4 版本3.4中的更新 2.4.1 版本3.3中的更新 2.4.2 版本3.2中的更新 2.4.3 版本3.1中的更新 2.4.4 版本2.2中的更新 2.4.5 版本2.1中的新特征 3 一个教程示例 3.1 数据准备 3.1.1 步骤一 任务语法 3.1.2 步骤二 字典 3.1.3 步骤三 录制语音数据 3.1.4 步骤四 创建脚本文件 3.1.5 步骤五 语音数据编码 3.2 创建单元音HMM 3.2.1 步骤六 创建Flat start单元音 3.2.2 步骤七 确定Silence模型 3.2.3 步骤八 Realig ning训练数据 3.3 创建Tied-Stated三元音 3.3.1 步骤九 从单元音创建三元音 3.3.2 步骤十 创建Tied-Stated三元音 3.4 识别器评估 3.4.1 步骤十一 识别测试数据 3.5 运行识别器 3.6 HMM自适应 3.6.1 步骤十二 准备自适应数据 3.6.2 步骤十三 生成Transforms(转移矩阵) 3.6.3 自适应系统评估 3.7 Semi-Stated和HLDA Transform 3.8 总结