libjulius/src/word_align.c

単語・音素・状態単位のアラインメント [詳細]

#include <julius/julius.h>

ソースコードを見る。

関数
static HMM_Logical **	make_phseq (WORD_ID *wseq, short num, boolean **has_sp_ret, int *num_ret, int **end_ret, int per_what, RecogProcess *r)
	与えられた単語列からHMMを連結して文全体のHMMを構築する.
static void	do_align (WORD_ID *words, short wnum, HTK_Param *param, int per_what, SentenceAlign *align, RecogProcess *r)
	文全体のHMMを構築し，Viterbiアラインメントを実行し，結果を出力する.
void	word_align (WORD_ID *words, short wnum, HTK_Param *param, SentenceAlign *align, RecogProcess *r)
	単語ごとの forced alignment を行う.
void	word_rev_align (WORD_ID *revwords, short wnum, HTK_Param *param, SentenceAlign *align, RecogProcess *r)
	単語ごとの forced alignment を行う（単語が逆順で与えられる場合）
void	phoneme_align (WORD_ID *words, short num, HTK_Param *param, SentenceAlign *align, RecogProcess *r)
	音素ごとの forced alignment を行う.
void	phoneme_rev_align (WORD_ID *revwords, short num, HTK_Param *param, SentenceAlign *align, RecogProcess *r)
	音素ごとの forced alignment を行う（単語が逆順で与えられる場合）
void	state_align (WORD_ID *words, short num, HTK_Param *param, SentenceAlign *align, RecogProcess *r)
	HMM状態ごとの forced alignment を行う.
void	state_rev_align (WORD_ID *revwords, short num, HTK_Param *param, SentenceAlign *align, RecogProcess *r)
	HMM状態ごとの forced alignment を行う（単語が逆順で与えられる場合）
void	do_alignment_all (RecogProcess *r, HTK_Param *param)
	認識結果に対して必要なアラインメントを全て実行する．

---

説明

単語・音素・状態単位のアラインメント

ここでは，認識結果に対する入力音声のアラインメントを出力するための 関数が定義されています.

Julius/Julian では，認識結果においてその単語や音素，あるいはHMMの状態が それぞれ入力音声のどの区間にマッチしたのかを知ることができます. より正確なアラインメントを求めるために，Julius/Julian では認識中の 近似を含む情報は用いずに，認識が終わった後に得られた認識結果の単語列に 対して，あらためて forced alignment を実行しています.

作者:

Akinobu Lee

日付:

Sat Sep 24 16:09:46 2005

Revision:

1.6

word_align.c で定義されています。

---

関数

static HMM_Logical** make_phseq	(	WORD_ID *	wseq,
		short	num,
		boolean **	has_sp_ret,
		int *	num_ret,
		int **	end_ret,
		int	per_what,
		RecogProcess *	r
	)		[static]

与えられた単語列からHMMを連結して文全体のHMMを構築する.

引数:

wseq	[in] 単語列
num	[in] wseq の数
has_sp_ret	[out] ショートポーズを後続に挿入しうるユニットの情報
num_ret	[out] 構築されたHMMに含まれる音素HMMの数
end_ret	[out] アラインメントの区切りとなる状態番号の列
per_what	[in] 単語・音素・状態のどの単位でアラインメントを取るかを指定
r	[in] 認識処理インスタンス

戻り値:

あらたに割り付けられた文全体をあらわすHMMモデル列へのポインタを返す.

word_align.c の 78 行で定義されています。

参照元 do_align().

static void do_align	(	WORD_ID *	words,
		short	wnum,
		HTK_Param *	param,
		int	per_what,
		SentenceAlign *	align,
		RecogProcess *	r
	)		[static]

文全体のHMMを構築し，Viterbiアラインメントを実行し，結果を出力する.

引数:

words	[in] 文仮説をあらわす単語列
wnum	[in] words の長さ
param	[in] 入力特徴パラメータ列
per_what	[in] 単語・音素・状態のどの単位でアラインメントを取るかを指定
align	[out] アラインメント結果を格納するSentence構造体
r	[i/o] 認識処理インスタンス

word_align.c の 188 行で定義されています。

参照元 phoneme_align(), phoneme_rev_align(), state_align(), state_rev_align(), word_align(), と word_rev_align().

void word_align	(	WORD_ID *	words,
		short	wnum,
		HTK_Param *	param,
		SentenceAlign *	align,
		RecogProcess *	r
	)

単語ごとの forced alignment を行う.

引数:

words	[in] 単語列
wnum	[in] words の単語数
param	[in] 入力特徴ベクトル列
align	[out] アラインメント結果を格納するSentence構造体
r	[i/o] 認識処理インスタンス

word_align.c の 370 行で定義されています。

参照元 do_alignment_all().

関数の呼び出しグラフ:

呼出しグラフ:

void word_rev_align	(	WORD_ID *	revwords,
		short	wnum,
		HTK_Param *	param,
		SentenceAlign *	align,
		RecogProcess *	r
	)

単語ごとの forced alignment を行う（単語が逆順で与えられる場合）

引数:

revwords	[in] 単語列（逆順）
wnum	[in] revwords の単語数
param	[in] 入力特徴ベクトル列
align	[out] アラインメント結果を格納するSentence構造体
r	[i/o] 認識処理インスタンス

word_align.c の 398 行で定義されています。

関数の呼び出しグラフ:

void phoneme_align	(	WORD_ID *	words,
		short	num,
		HTK_Param *	param,
		SentenceAlign *	align,
		RecogProcess *	r
	)

音素ごとの forced alignment を行う.

引数:

words	[in] 単語列
num	[in] words の単語数
param	[in] 入力特徴ベクトル列
align	[out] アラインメント結果を格納するSentence構造体
r	[i/o] 認識処理インスタンス

word_align.c の 431 行で定義されています。

参照元 do_alignment_all().

関数の呼び出しグラフ:

呼出しグラフ:

void phoneme_rev_align	(	WORD_ID *	revwords,
		short	num,
		HTK_Param *	param,
		SentenceAlign *	align,
		RecogProcess *	r
	)

音素ごとの forced alignment を行う（単語が逆順で与えられる場合）

引数:

revwords	[in] 単語列（逆順）
num	[in] revwords の単語数
param	[in] 入力特徴ベクトル列
align	[out] アラインメント結果を格納するSentence構造体
r	[i/o] 認識処理インスタンス

word_align.c の 459 行で定義されています。

関数の呼び出しグラフ:

void state_align	(	WORD_ID *	words,
		short	num,
		HTK_Param *	param,
		SentenceAlign *	align,
		RecogProcess *	r
	)

HMM状態ごとの forced alignment を行う.

引数:

words	[in] 単語列
num	[in] words の単語数
param	[in] 入力特徴ベクトル列
align	[out] アラインメント結果を格納するSentence構造体
r	[i/o] 認識処理インスタンス

word_align.c の 492 行で定義されています。

参照元 do_alignment_all().

関数の呼び出しグラフ:

呼出しグラフ:

void state_rev_align	(	WORD_ID *	revwords,
		short	num,
		HTK_Param *	param,
		SentenceAlign *	align,
		RecogProcess *	r
	)

HMM状態ごとの forced alignment を行う（単語が逆順で与えられる場合）

引数:

revwords	[in] 単語列（逆順）
num	[in] revwords の単語数
param	[in] 入力特徴ベクトル列
align	[out] アラインメント結果を格納するSentence構造体
r	[i/o] 認識処理インスタンス

word_align.c の 520 行で定義されています。

関数の呼び出しグラフ:

void do_alignment_all	(	RecogProcess *	r,
		HTK_Param *	param
	)

認識結果に対して必要なアラインメントを全て実行する．

引数:

r	[i/o] 認識処理インスタンス
param	[in] 入力特徴ベクトル列

word_align.c の 547 行で定義されています。

参照元 j_recognize_stream_core().

関数の呼び出しグラフ:

呼出しグラフ: