（四）看看成果

下图是一开始告诉大家的，语音识别的流程。

现在，我们已经完成了HMM模块了。

所以我们只要录音就可以被识别了！！！

以下是完整的识别流程图：

（1）wav文件：录音文件。

（2）mfc文件：wav文件格式转换后可得。

（3）HMM：之前的工作就是为了得到这个。

 

话不多说，开始吧！

 

1、录音：

我录了7个测试音频文件，都放在/home/ansersion/htk_color/data/test/speech/目录下，分别为

（1）red.wav：“red“（我的声音）

（2）blue.wav：”blue"(我的声音）

（3）red_other.wav：“red"（同学的声音）

（4）blue_other.wav：“blue"（同学的声音）

（5）yellow_other.wav："yellow"（同学的声音）

（6）null.wav：空录了一段

（7）pikapika.wav：“pikapika"（”皮卡丘“的声音（勿喷））

 

2、wav文件转mfc文件（类似的步骤之前做过，还有没有印象呢？）：

（1）手动编辑“转换清单”codetest.scp，并置于config目录下，内容如下（注：博客显示可能有问题，真实的排版为下图，如果两者一样请忽略）

/home/ansersion/htk_color/data/test/speech/red.wav              /home/ansersion/htk_color/data/test/mfc/red.mfc
/home/ansersion/htk_color/data/test/speech/blue.wav             /home/ansersion/htk_color/data/test/mfc/blue.mfc
/home/ansersion/htk_color/data/test/speech/red_other.wav        /home/ansersion/htk_color/data/test/mfc/red_other.mfc
/home/ansersion/htk_color/data/test/speech/blue_other.wav       /home/ansersion/htk_color/data/test/mfc/blue_other.mfc
/home/ansersion/htk_color/data/test/speech/yellow_other.wav     /home/ansersion/htk_color/data/test/mfc/yellow_other.mfc
/home/ansersion/htk_color/data/test/speech/null.wav             /home/ansersion/htk_color/data/test/mfc/null.mfc
/home/ansersion/htk_color/data/test/speech/pikapika.wav         /home/ansersion/htk_color/data/test/mfc/pikapika.mfc

（2）wav文件转换成mlf文件：

HCopy -T 1 -C ./config/config_HCopy -S ./config/codetest.scp

此后，data/test/mfc目录会生成red.mfc; blue.mfc; red_other.mfc; blue_other.mfc; yellow_other.mfc; null.mfc; pikapika.mfc;

3、识别咯，识别咯！

（1）手动编辑test.scp，指定了要识别的文件，并置于config目录下，内容如下（其实就是codetest.scp的“右半边内容”）：

/home/ansersion/htk_color/data/test/mfc/red.mfc
/home/ansersion/htk_color/data/test/mfc/blue.mfc
/home/ansersion/htk_color/data/test/mfc/red_other.mfc
/home/ansersion/htk_color/data/test/mfc/blue_other.mfc
/home/ansersion/htk_color/data/test/mfc/yellow_other.mfc
/home/ansersion/htk_color/data/test/mfc/null.mfc
/home/ansersion/htk_color/data/test/mfc/pikapika.mfc

（2）识别，并将识别结果存入recout_step7.txt文件：

HVite -H ./hmm7/macros -H ./hmm7/hmmdefs -C ./config/config_color -S ./config/test.scp -l '*' -i ./results/recout_step7.txt -w ./config/wordnet -p 0.0 -s 5.0 ./dict/dict_color ./lists/monophones

 

以下是我的recout_step7.txt文件：

 

从以上结果可以看到，red.rec，blue.rec，red_other.rec，blue_other.rec只是的识别结果都是对的。

yellow_other.rec被识别成了RED---->所以说各人的语音习惯有别嘛。

null.rec被识别成了BLUE---->这个肯定不对，不过我也只规定了三种识别结果嘛。

pikapika.rec被识别成了YELLOW----->要是真被识别成“皮卡丘”，那我也是醉了……不过，在你稍微理解了整个流程之间的逻辑关系后，这个还真的可以有！

 

HTK Book涉及内容：

Chapter 3: 3.4.1 Step 11 - Recognising the Test Data