HTK HHED命令错误原因

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 2.5k累计阅读 2.5k平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄19年

关注

原创最新推荐文章于 2026-07-08 12:15:32 发布 2.5k 阅读 AI 写同款· GEO 优化 ›

安装Tracter 1，下载源码 wget http://juicer.amiproject.org/tracter/sources/tracter-1.0.tar.gz 解压 tar xvf tracter-1.0.tar.gz 2，编译tracter 进入build目录，如果没有，就新建一个目录，名为build。下面是编译过程中依赖的包 2.1 安装 cmake yum install cmake 阅读详情

最近在使用HTK的HHED命令对HMM模型进行编辑的时候出现如下错误：

WARNING [-2637] HeaviestMix: mix 4 in n2-O+sh2 has v.small gConst [-140000002048.000000] in HHEd

解决的办法是：在训练后再添加HMM模型的混合高斯数。。。。。。。。。。。。

收录于

信号处理/语音识别

当前文章被收录于：

信号处理/语音识别

20 篇文章 5 人学习

订阅专栏查看详情

学习心得

当前文章被收录于：

学习心得

13 篇文章 1 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

标签

#n2

HTK 使用教程，台湾繁体 HTK 的使用教程。台湾一个大学的ppt 教程，椰树不多，比较简明立即下载

相关推荐

当LightGBM推理遇上GPU：3种替代方案性能对比（含ONNX实战代码）

本文针对LightGBM官方不支持GPU推理的性能瓶颈，深度评测了RAPIDS cuML、ONNX Runtime GPU和Triton Inference Server三种GPU加速推理替代方案。通过详尽的性能对比和实战代码，为高并发、低延迟的在线预测场景提供了清晰的选型指南，帮助工程师打破推理性能枷锁，实现显著的吞吐量提升。

salt9的博客 813

HTK关于HHEd的错误

最近依然在研究师兄留下来的实验对于HMM还是一知半解

u014414916的专栏 975

mot_challenge官方评估代码

qq_37866436的博客 4892

HTK搭建大词汇量连续语音识别系统（三）

十、绑定三音素脚本mktri.led： WB sp WB sil TC 执行命令: HLEd -n labels/triphones1 -i labels/wintry.mlf scripts/mktri.led labels/aligned.mlf 脚本mktri.hed由脚本命令生成： perl scripts/maketrihed data/monophones1 la

cdj0311的专栏 4580

Nettrace 源码分析

文章介绍:本文将围绕腾讯开源项目nettrace工具中数据采集,数据处理,数据分析三个模块深入源码分析其实现细节

abobob的博客 989

图形学基础知识：着色（三）Rendering Pipeline与Shader

管线（Pipeline）什么是管线？管线我们可以理解为流水线，流水线大家都懂，就是工厂里面生产东西的一整套流程。例如饮料厂要生产饮料，需要洗瓶子，倒饮料，加盖，包装等等，这一整套过程就是流水线。那么我们要把一个三维场景渲染成一幅二维的图像，同样需要一个先干嘛再干嘛然后干嘛最后干嘛的过程，这个过程或流水线，我们就称之为管线。实时渲染管线（Real-time Rendering Pipeline）通过前面几篇的学习，我们知道了要把一个三维场景渲染成一幅二维的图像大致分为以下几个步骤： M.

王王王渣渣的博客 2532

HTK之决策树聚类

可以毫不夸张的说，没有聚类的成功应用，就不会有今天的连续语音识别率（虽说不是很高）。由于语流中语音的变体十分丰富，为了能够足够精确的描述这些变体，人们往往必须设计一个较为复杂的语音单元（比如上下文音素单元）。可是这样，问题就出现了，实际上，我们可以用于训练的语音数据总是有限的，往往不能够满足复杂语音单元训练的要求，这就形成了模型复杂度（模型描述的准确度）和训练数据规模之间的矛盾。一味的增加训练

xiaoding133的专栏【Stay hungry,Stay foolish】 7936

基于Codex与Skills的学术研究自动化全流程实战指南

还在为海量文献下载、整理、阅读和综述写作而头疼吗？面对堆积如山的PDF，你是否感到无从下手？从选题、文献检索、到写作、绘图、润色，再到应对AI检测和审稿意见，学术研究的每一步都充满挑战。本文将为你带来一套堪称“王炸组合”的解决方案： Codex + Skills 。这不是简单的工具介绍，而是一套从零开始，覆盖学术研究全流程的保姆级实战教程。我们将手把手教你如何安装、配置，并利用强大的Skills（技能）自动化处理文献下载管理、高效撰写综述、生成专业图表、智能润色降重，直至应对审稿。无论你是科研新手还是希望提

weixin_29041195的博客 761

基于HTK的连续语音识别系统搭建学习笔记（二）

[step 5]数据的特征提取这里所用特征为MFCC。工具HCopy可以实现提取特征的工作。创建文件夹：config 创建文件：config1（要设置的参数）创建位置：config 创建内容：创建文件：codetr.scp（制定训练输入和输出列表）创建位置：根目录下执行： HCopy -T 1 -C .\config\config1 -S codetr.scp

James Zhang's Blog 5396

从零构建：如何在VSCode中为HBuilderX迁移的UniApp项目搭建TypeScript支持环境

本文详细指导如何将HBuilderX中的UniApp项目迁移至VSCode并搭建TypeScript支持环境。通过pnpm包管理器初始化项目、配置tsconfig.json和vite.config.ts文件，实现工程化迁移与TypeScript深度集成，提升开发效率和代码质量。

book8的博客 1050

相衬成像介绍

qq_41981768的博客 2911

HTK工具搭建识别器的总体框架

老早之前就学习了HTK工具，并用于搭建连续语音识别器，但是好久没有用对于一些东西又忘记了，现在由于做实验需要用到HTK，又重新看了一遍，所以把一些大致的东西记录下来，以后可以直接看这个。感觉用HTK搭建识别器,学习一门脚本语言非常重要，如Perl,和Shell.......... Hinit:用于对HMM模型的参数进行初始化。 HRest: 用Baum-Welch算法对HMM参数进行估计，可以

xiaoding133的专栏【Stay hungry,Stay foolish】 1万+

基于YOLOv8的野生菌菇检测、识别与分类系统

YOLOv8是YOLO系列模型的最新版本，继承了YOLO系列高效、精确的特点。YOLOv8采用了新的网络架构，并优化了推理速度和检测精度。与传统的目标检测算法（如Faster R-CNN）不同，YOLO模型通过一次前向传播同时完成目标定位与分类，因而具有非常高的计算效率。

YOLO 1284

HTK训练遇到的问题

HLed F:\train2\pre_data>HLEd.exe -l * -d cmudict_add2_add3.dict -i third_phone.mlf w2 mono.led third_word.mlf ERROR [+5013] ReadString: String too long FATAL ERROR - Terminating program HLEd.e

longjing1113的专栏 5423

NTscan扫描工具

ntscan是一个扫描器，可以扫描没有密码和弱密码的共享，先到配置文件中填写猜测的用户名和密码，扫描过程中右侧出现的是扫描日志。

假人有限元模型

假人模型，车辆碰撞假人有限元模型，适合做乘员安全的研究者利用

htk 语音识别 linux,【每日一博】Linux下安装和测试HTK语音识别库

今天晚上又来了兴致，决定写一个linux下的HTK的安装和测试，如果有人想看windows下的，可以看我之前的那篇博文。首先前提是要确保自己安装了g++和libx11解压HTK-3.4.1.tar.gzsudo tar xzf HTK-3.4.1.tar.gz然后：sudo ./configure --prefix=/usr/local/出现：settingconfig.status: creat...

weixin_35110758的博客 200

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件，这是C++版本的破解文件

htk 语音识别 linux,Linux下安装编译并且测试HTK语音识别库

今天晚上又来了兴致，决定写一个linux下的HTK的安装和测试，如果有人想看windows下的，可以看我之前的那篇博文。首先前提是要确保自己安装了g++和libx11sudo apt-get install libx11-dev:i386(libX11.so)解压HTK-3.4.1.tar.gzsudo tar xzf HTK-3.4.1.tar.gz 然后：sudo ./config...

weixin_29261711的博客 281

文档：亲测可用解决vnc灰屏，黑屏，鼠标大黑叉情况

主要解决vnc-viewer灰屏，黑屏，鼠标大黑叉等现象，详细见文档。

htk error and solution list

htk error and solution list UNDERSTANDING HTK ERROR MESSAGES Various problems & solutions I've come across in using HTK f...

586

基于HTK的连续语音识别系统搭建学习笔记（四）

3.创建绑定状态的三音素HMM模型目的是加入上下文依赖（context-dependent）三音素模型并得到稳健的训练。包括两步，先由单音素得到三音素并重估参数，第二步就是绑定三音素的状态以使输出更加稳健。 [step 9]得到三音素HMM 上下文依赖三音素模型可以用单音素作为初始，再进行重估。由于重估时要三音素级标注文本，就先生成标注文本。创建文件：mktri.led 创建位置：根

James Zhang's Blog 3449

Windows下HTK3.4.1的安装配置详解

1、下载HTK源码并解压。传送门：http://htk.eng.cam.ac.uk/download.shtml（HTK source code ） ps:后面的2、4、5三步可以参阅htk\README文件 2、HTK的编译需要Microsoft Visual Studio，确保本机装有VS并且环境变量path里面包含vcvars32.bat的路径。（例如我的路径是D:\Program Fi...

weixin_30449453的博客 279

应用HTK搭建语音拨号系统3：创建绑定状态的三音素HMM模型

aig8440的博客 472

语音识别之HTK入门（四）训练模型

语音识别之HTK入门（四）训练模型hmm0训练hmm0到hmm3hmm4的特殊训练 hmm0训练生成proto和vFloors； HCompV -C ./config/config_color -f 0.01 -m -S ./config/train.scp -M ./hmm0 ./config/proto 生成macros： perl scripts/makeMacros hmm0/vFloo...

爆炒小肥牛 1055

语音识别之HTK入门（九）——绑定静音中间状态

前面几篇都是关于Baum—Welch算法及其在HTK中的实现。重点介绍了 HERest命令是如何通过B-W算法来更新模型参数的。总体感觉，我对模型“学习”的流程大体清楚了，但是若了解更多的细节还得花更多时间、精力分析。但是，作为一个入门系列，如果在这里继续纠缠，可能后面的步骤就得虎头蛇尾了，那样得不偿失。现在回顾下前面的步骤，尤其是如何处理【标注文本】的。标注后，我们拿到的文件格式是这样的。 S0001 DIAL EIGHT FIVE S0002 DIAL ZERO ZERO EIGHT SIX .

程序的魅力 855

使用HTK搭建英文大词汇量连续语音识别系统（二）

六、提取特征参数，生成.mfc文件在data/configs文件中编写配置文件wav_config，内容： SOURCEFORMAT=NIST TARGETKIND=MFCC_0_D_A TARGETRATE=100000.0 SAVECOMPRESSED=T USEHAMMING=T WINDOWSIZE=250000.0 SAVEWITHCRC=T PREEMCOEF=0.97 NUMCH...

weixin_43017004的博客 467

上一篇： HTK 中HLEd命令提示错误： LoadHTKList: Label Name Expected

下一篇： HMM模型的Levelbuilding 算法，求改正

当LightGBM推理遇上GPU：3种替代方案性能对比（含ONNX实战代码）

salt9的博客

03-02

813