3.創建綁定狀態的三音素HMM模型
目的是加入上下文依賴（context-dependent）三音素模型並得到穩健的訓練。包括兩步，先由單音素得到三音素並重估參數，第二步就是綁定三音素的狀態以使輸出更加穩健。
[step 9]得到三音素HMM
上下文依賴三音素模型可以用單音素作爲初始，再進行重估。由於重估時要三音素級標註文本，就先生成標註文本。
創建文件：mktri.led
創建位置：根目錄
文件內容：
生成文件：wintri.mlf（由單音素標註文本文件aligned.mlf 轉換成的等價三音素標註文本）triphones1（一個三音素的列表）
生成位置：lists labels
執行:
HLEd -n .\lists\triphones1 -l * -i .\labels\wintri.mlf mktri.led .\labels\aligned.mlf
下面利用HMM 編輯器初始化三音素模型。
執行：
perl .\scripts\maketrihed .\lists\monophones1 .\lists\triphones1
生成文件：mktri.hed
生成位置：根目錄
注：修改mktri.hed 文件，把第一行的.\lists\triphones1 改成./lists/triphones1
執行：
HHEd -H .\hmms\hmm9\macros -H .\hmms\hmm9\hmmdefs -M .\hmms\hmm10 mktri.hed .\lists\monophones1
運行HHEd 得到如下警告，沒有大礙的：
重估兩次：
HERest -C .\config\config1 -I .\labels\wintri.mlf -t 250.0 150.0 1000.0 -S train.scp -H .\hmms\hmm10\macros -H .\hmms\hmm10\hmmdefs -M .\hmms\hmm11 .\lists\triphones1
HERest -C .\config\config1 -I .\labels\wintri.mlf -t 250.0 150.0 1000.0 -s stats -S train.scp -H .\hmms\hmm11\macros -H .\hmms\hmm11\hmmdefs -M .\hmms\hmm12 .\lists\triphones1
兩次均會有如下警告，不用理會：
試着執行一下識別任務，看看如何：
HVite -H .\hmms\hmm12\macros -H .\hmms\hmm12\hmmdefs -S test.scp -l * -i recout_step9.mlf -w wdnet -p 0.0 -s 5.0 .\dict\dict2 .\lists\triphones1
這時會報錯：
通過分析將dict2中SUE的第二種發音註釋掉就可以了
再運行：
新錯誤：
然後分析之後把FOUR的第二種發音註釋掉
將dict2改成dict4
執行：
HVite -H .\hmms\hmm12\macros -H .\hmms\hmm12\hmmdefs -S test.scp -l * -i .\results\recout_step9.mlf -w wdnet -p 0.0 -s 5.0 .\dict\dict4 .\lists\triphones1
進行識別驗證：
執行：
HResults -I .\labels\testwords.mlf .\lists\monophones1 .\results\recout_step9.mlf
所得結果如下：
可以看出，基於三音素的HMM 比基於單音素的 HMM 有較大的性能提升。
我們進一步進行討論dict4 的由來。由於在 step 8 中對標記文本和語音數據進行了校準，對於象FOUR ，SUE 這樣有多個發音的單詞，在 Vitebi
算法的作用下，會選擇最大化似然率的單詞，而不是象step 4 那樣選擇第一種讀音。結果使 dict2 中的發音在擴展成三音素時在音素級真值文本中沒有實例，當然也就找不到該三音素的 HMM 模型。這時會報錯。根據這個原理，可以編一個Perl 腳本自動對字典中沒用到的單詞註釋掉。我把這個腳本命名爲
makedict.pl，包含在 scripts 文件夾裏。它可以代替上面的手工註釋工作，使用下面的命令可以得到dict4：
perl .\scripts\makedict.pl .\dict\dict2 .\dict\dict4 .\lists\triphones1
[step 10]綁定三音素
在上一步估計模型時，因數據不足導致很多分佈的方差只好用截至方差vFloors。這一步就是通過綁定狀態來共享數據，使輸出分佈更加的穩健。HHEd 提供兩種聚類狀態的機制，這裏採用的是決策樹：
執行：
perl .\scripts\mkclscript.prl TB350.0 .\lists\monophones0>tree.hed
生成tree.hed文件，內容如下：
還要往tree.hed 中插入問題集（在HTK DEMO裏面有參考qusts.hed（在HTKDEMO裏）和 trace 等信息。最終形式如下：
在tree.hed 中，tiedlist 是綁定後的不同三音素列表。fulllist 是輸入參數，代表綁定前的
所有三音素列表，所以要事先製作。HTK book的製作方法：
HDMan -b sp -n .\lists\fulllist -g global2.ded -l flog .\dict\beep-tri .\dict\beep
其中，文件global2.ded 是在 global.ded基礎上加入了TC命令：
執行：
HHEd -H .\hmms\hmm12\macros -H .\hmms\hmm12\hmmdefs -M .\hmms\hmm13 tree.hed .\lists\triphones1 > log
HDMan這裏所做的工作包括 1 ）按照global.ded的配置把 beep 字典中的發音擴展成（詞內）三音素形式，保存到beep-tri字典；2）提取beep-tri中出現的所有不同三音素保存到 fulllist列表中。但是你會發現，按照上述方式製作的fulllist 在執行 HHEd 時會引發錯誤：
解決辦法：
對dict2 進行修改，另存爲 dict5，其中去掉了下述兩項：
SENT-END [] sil
SENT-START [] sil
執行HDMan生成fulllist ：
HDMan -b sp -n .\lists\fulllist -g global3.ded -l flog .\dict\dict5-tri .\dict\dict5
上面的global3.ded 是在 global2.ded 基礎上去掉了 AS sp一行，因爲 dict5 中的每一單詞
發音後已經存在sp 了。文件 global3.ded 的內容如下：
重新執行一遍則不會報錯。
生成文件：tiedlist log stats
重估兩次：
HERest -C .\config\config1 -I .\labels\wintri.mlf -t 250.0 150.0 1000.0 -S train.scp -H .\hmms\hmm13\macros -H .\hmms\hmm13\hmmdefs -M .\hmms\hmm14 .\lists\tiedlist
這時候會報錯：
解決辦法：
在fulllist中加入sil
在重複一遍，這次僅有一個警告：
再重估一次：
HERest -C .\config\config1 -I .\labels\wintri.mlf -t 250.0 150.0 1000.0 -S train.scp -H .\hmms\hmm14\macros -H .\hmms\hmm14\hmmdefs -M .\hmms\hmm15 .\lists\tiedlist
這次的警告與上次相同，沒有關係的。
4.識別器評估
[step 11]驗證識別結果
用Viterbi 算法進行識別已經在前文多處涉及，執行如下命令：
HVite -C .\config\config1 -H .\hmms\hmm15\macros -H .\hmms\hmm15\hmmdefs -S test.scp -l * -i .\results\recout_step11.mlf -w wdnet -p 0.0 -s 5.0 .\dict\dict4 .\lists\tiedlist
HResults -I .\labels\testwords.mlf .\lists\tiedlist .\results\recout_step11.mlf
所得結果：
以上包括之前的三篇博文就是基於HTK的連續語音識別系統搭建學習筆記！