HTK Example: Acoustic Event Detection

本文详细介绍了HTK工具在语音处理领域的应用,包括安装流程、解决使用过程中遇到的问题以及如何根据需求自定义使用流程。特别关注了如何不依赖录音,直接使用mp3文件进行cheering和bell事件的分类,并分享了HSLab的输入格式修改技巧。
部署运行你感兴趣的模型镜像

HTK是Speech领域常用的一套工具,可以进行音频标注、特征提取以及HMM学习。


安装流程:

http://blog.youkuaiyun.com/yanli0823/article/details/8186382

我在Windows下安装好之后,想使用HSLab进行标注时曾经报错,原因是makefile文件中需要修改,参考:

http://blog.youkuaiyun.com/xiaoding133/article/details/6746953


一个Speech领域的经典例子:

read.pudn.com/downloads166/ebook/757854/HTK_basic_tutorial.pdf


除此以外,我自己的使用过程中不需要录音,而是下载了mp3来进行cheering和bell两种音频事件的分类。

写了个slides记录了一下自己的流程,主要就是修改了HSLab的输入格式。

另外,使用HCompv生成的vFloors时,要改写它的内容。可以直接把HMM的定义文件拷过来,里面的variance vector换成vFloors自己的就好。

http://vdisk.weibo.com/s/pSXAA

您可能感兴趣的与本文相关的镜像

Qwen3-8B

Qwen3-8B

文本生成
Qwen3

Qwen3 是 Qwen 系列中的最新一代大型语言模型,提供了一整套密集型和专家混合(MoE)模型。基于广泛的训练,Qwen3 在推理、指令执行、代理能力和多语言支持方面取得了突破性进展

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值