GMM による入力棄却およびVAD. [詳細]

#include <julius/julius.h>

関数
static int	gmm_find_insert_point (GMMCalc *gc, LOGPROB score, int len)
	Gaussianのスコアを計算済みGaussianリストのどの位置に挿入すべきかを返す.
static int	gmm_cache_push (GMMCalc *gc, int id, LOGPROB score, int len)
	あるGaussianの計算結果を計算済みGaussianリストに格納する.
static LOGPROB	gmm_compute_g_base (GMMCalc gc, HTK_HMM_Dens binfo)
	現在のフレームの入力ベクトルに対する Gaussian の出力確率を計算する.
static LOGPROB	gmm_compute_g_safe (GMMCalc gc, HTK_HMM_Dens binfo, LOGPROB thres)
	現在のフレームの入力ベクトルに対する Gaussian の出力確率を計算する.
static void	gmm_gprune_safe_init (GMMCalc gc, HTK_HMM_INFO hmminfo, int prune_num)
	GMM計算における Gaussian pruning のためのワークエリアを確保する
static void	gmm_gprune_safe (GMMCalc gc, HTK_HMM_Dens *g, int gnum)
	ガウス分布集合内の各ガウス分布の現フレームに対する出力確率を計算する.
static LOGPROB	gmm_calc_mix (GMMCalc gc, HTK_HMM_State state)
	あるGMM状態の現フレームに対する出力確率を計算する.
static LOGPROB	outprob_state_nocache (GMMCalc gc, int t, HTK_HMM_State stateinfo, HTK_Param *param)
	入力の指定フレームにおけるGMM状態のスコアを求めるメイン関数.
boolean	gmm_init (Recog *recog)
	GMMの計算のための初期化.
void	gmm_prepare (Recog *recog)
	GMM計算のための準備を行なう.
void	gmm_proceed (Recog *recog)
	与えられた入力ベクトル列上のあるフレームについて，全GMMのスコアを計算し，計算結果を gmm_score に積算する.
void	gmm_end (Recog *recog)
	GMMの計算を終了し，結果を出力する.
boolean	gmm_valid_input (Recog *recog)
	GMMの識別結果，最後の入力が音声入力として有効であったか無効であったかを返す.
void	gmm_free (Recog *recog)
	GMM計算に用いたワークエリアを開放する.

説明

GMM による入力棄却およびVAD.

Gaussian Mixture Model (GMM) が起動時に指定された場合，Julius/Julian は入力発話に対してフレームごとにスコアを計算し，その累積スコアを算出する. これはGMMに基づく入力音声の発話検証および棄却に用いられる. 実際の計算は第1パスの認識処理と並行してリアルタイムに行なわれ，第1パス終了と同時に結果が出力される.

GMMのスコア計算には Gaussian pruning の safe algorithm が用いられ，各フレームにおいて上位 N 個だけが正しく得られるように計算される. ただし通常の認識用音響モデルの場合と異なり，直前フレームの順位情報は用いていない.

GMM_VAD 定義時は，上記の入力棄却に加えて，short-pause segmentation と同じ枠組にを用いた VAD が行われる.

作者:: Akinobu LEE

日付:: Tue Mar 15 05:14:10 2005

Revision:: 1.5

gmm.c で定義されています。

関数

static int gmm_find_insert_point	(	GMMCalc *	gc,
		LOGPROB	score,
		int	len
	)		`[static]`

Gaussianのスコアを計算済みGaussianリストのどの位置に挿入すべきかを返す.

引数:

gc	[i/o] GMM計算用ワークエリア
score	[in] 挿入したいスコア
len	[in] 現在のリストの長さ

戻り値:: リスト内の挿入位置

gmm.c の 80 行で定義されています。

参照元 gmm_cache_push().

static int gmm_cache_push	(	GMMCalc *	gc,
		int	id,
		LOGPROB	score,
		int	len
	)		`[static]`

あるGaussianの計算結果を計算済みGaussianリストに格納する.

引数:

gc	[i/o] GMM計算用ワークエリア
id	[in] Gaussian の GMM 内での番号
score	[in] その Gaussian の計算された音響尤度
len	[in] 現在のリストの長さ（現在格納されている Gaussian の数）