Allineamento fonetico e nuova stima dei modelli nascosti di Markov.
In italiano, come in altri linguaggi, alcuni fonemi, vengono pronunciati in maniera diversa a seconda del contesto grammaticale.
In realtà avremmo potuto pensare una costruzione fonetica che prevedeva queste discordanze, ma questo avrebbe portato la conseguente crescita dei dati di training (ogni fonema, deve avere un "addestramento" minimo per essere opportunamente riconosciuto).
Cominciamo ad allineare tutti i suoni legati ad ogni fonema in maniera opportuna!
Apriamo la cygwin, e scriviamo:
cd voxforge (invio)
cd manual (invio)
HVite -A -D -T 1 -l '*' -o SWT -b SENT-END -C config -H hmm7/macros -H hmm7/hmmdefs -i aligned.mlf -m -t 250.0 150.0 1000.0 -y lab -a -I words.mlf -S train.scp dict monophones1> HVite_log (invio)
Non chiudete la cygwin.
Se HVite esegue sena errori non verrà visualizzato nessun messaggio, altrimenti, i possibili errori potrebbero essere la conseguenza di una dimenticanza o una distrazione nel file wlist (il 20% delle volte ci si dimentica di scrivere le parole chiave SENT-END oppure SENT-START e HVite si impalla).
HVite creerà il file aligned.mlf e un file di diagnostica: "HVite_log".
Sarebbe opportuno controllare il file HVite_log, per essere sicuri che HVite abbia effettuato bene l'elaborazione.
In realtà non c'è necessità di farlo se abbiamo un training piccolino (meno di 1000 esempi), saranno le ulteriori operazioni a farci scoprire eventuali fallimenti di HVite..
Scriviamo sulla cygwin:
HERest -A -D -T 1 -C config -I aligned.mlf -t 250.0 150.0 3000.0 -S train.scp -H hmm7/macros -H hmm7/hmmdefs -M hmm8 monophones1 (invio)
HERest leggerà tutto il file aligned.mlf e lo utilizzerà come "guida" per utilizzare tutto il training effettuato.
Per ogni esempio di training, HERest vi presenterà una risposta sulla cygwin.
Se HVite non ha funzionato bene, l'esecuzione di HERest si arresterà, dandovi un FATAL ERROR e scrivendovi che non trova una "label".
In tal caso conviene tornare all'inizio di questo post e rieseguire HVite, anche se questo NON vi assicura che non avrete nuovamente gli stessi errori o altri. Nel caso, dopo diversi tentativi, continuate ad avere errori di "label", copiate il messaggio di errore e chiedete qui, vi aiuterò a risolvere l'errore.
Scrivete sopra la cygwin:
HERest -A -D -T 1 -C config -I aligned.mlf -t 250.0 150.0 3000.0 -S train.scp -H hmm7/macros -H hmm7/hmmdefs -M hmm8 monophones1 (invio)
Vi basta che la prima esecuzione di HERest vada a buon fine, che tutte le altre non vi daranno errori..
Aspettate che HERest finisca e continuate a scrivere sulla cygwin:
HERest -A -D -T 1 -C config -I aligned.mlf -t 250.0 150.0 3000.0 -S train.scp -H hmm8/macros -H hmm8/hmmdefs -M hmm9 monophones1 (invio)
Queste chiamate ad HERest, vi creeranno:
- Nella cartella hmm8, i file: hmmdefs e macros;
- Nella cartella hmm9, i file: hmmdefs e macros.
I modelli nascosti appena creati possono essere già utilizzati da Julius, ma il risultato sarebbe pessimo..
In effetti noi abbiamo creato modelli nascosti che riconoscono singoli fonemi, ovvero che fanno previsioni su singoli fonemi, cosa che sarebbe -teoricamente- ottima per l'italiano, ma che -in pratica- Julius non è capace di gestire in maniera opportuna (e fin ora nessun engine STT riesce a farlo..)!
Avete appena concluso lo step 8 del tutorial voxforge, che trovate qui:
www.voxforge.org/home/dev/acousticmodels/windows/create/htkjulius/tutorial/monophone...
Nel prossimo post, costruiremo HMM che considerano triplici fonemi, ovvero 3 suoni alla volta.. Così facendo potremmo utilizzare al meglio l'engine STT Julius.