qqh19910525

语音识别工具箱之HTK安装与使用

HTK（HMM Toolkit）一款基于hmm模型的语音处理工具，早就听说它了，一直因为用MATLAB中的工具箱在学习，或自己写代码在做HMM方面的试验，所以没有接触到它。现在，上海朋友家里的网速超赞，我就趁投简历的时间空隙，下载了它的一些资料，包括安装文件，使用文档（最好中英文版都要找到，有时中文版更简洁，更节省时间，英文版则较详细，当发现自己调试不通过时，就有参考了），并做了基本的识别实验。下面会详细记录本次实验的过程。

资料搜集：

HTK官方主页：http://htk.eng.cam.ac.uk/，里面有最新版本的安装文件，有其文档材料htkbook.pdf,当然这是英文版的，中文版的叫HTK基础指南。下载的时候，你需要先注册用户，记住你的密码，后面在其FTP服务器上下载软件的时候需要使用到。

在百度文库中搜索关键字一个简单的HTK入门参考例子即可得到一份更简洁的文档；

还有一篇博文需要用到：http://www.cnblogs.com/eboard/archive/2012/02/20/HTK.html。

ps:或许你还需要安装 Active Perl...如果你没有安装的话。。。

好了，我们开始：

我的平台是：windows xp sp3搭配 IBM-42 配置很低很低呀

-------------------------------------------------------------------------------

安装篇

-------------------------------------------------------------------------------

1.下载到HTK-3.4.1.ZIP后，解压，将其中的htk文件夹整个复制到E盘根目录下。

2.将原来htk_htklib_nt.mkf文件中备份，然后修改下列两处，以使其录音软件可在WIN32界面下运行：

HGraf.null.obj改为HGraf_WIN32.obj
HGraf.null.olv改为HGraf_WIN32.olv

3. 开始\运行\cmd 回车

4. 进入 e:\htk 目录。这里用到两条命令: e: 和 cd htk

5.建立文件夹： mk bin.win32

6.运行命令：VCVARS32。如果提示找不到命令，大概解决办法是安装VC++6.0 或者其后版本。然后设置好path变量，后面凡是遇到错误提示：找不到命令的，一般都是VC++6.0没有安装，或者安装了，path变量没有设置好，当然，你也可以在你电脑上找到VCVARS32.EXE,然后复制到当前文件夹。具体请自查。

7.输入如下命令，来编译HTK Library:

cd HTKLib
nmake /f htk_htklib_nt.mkf all
cd ..

8.编译HTK TOOLS ,输入以下命令：

cd HTKTools
nmake /f htk_htktools_nt.mkf all
cd ..
cd HLMLibrary
nmake /f htk_hlmlib_nt.mkf all
cd ..
cd HLMTools
nmake /f htk_hlmtools_nt.mkf all
cd ..

9.编译成功后，打开bin.win32文件夹，会发现刚才6，7步编译结果就存在此文件夹中，如图：（http://www.zhaomingming.cn/HTK语音识别/HTK工具.jpg）所示，其中，你可以找找有没有这些文件，在使用篇中我们用的到：

HSLab.exe 录音，标记工具
Hcopy.exe 从语音提取特征参数的工具
HInit.exe 和 HCompV.exe 对HMM模型初始化的工具，注意，这里需要对每个模型都要使用此命令进行初始化
HRest.exe 对模型进行迭代训练的工具
HParse.exe 语法转网络的工具，发音转本文用到的。
HSGen.exe 语法查错工具
HVite.exe 解码工具，也就是识别工具。可以用命令行方式使用，也可以用交互方式使用。
其他命令本文将不会用的到。

10.既然安装好了，不妨测试一下安装是否成功，这里需要电脑安装有 ActivePerl,将HTK3.4.1文件夹下HTKDemo文件复制到E:\htk下，然后使用如下命令：

cd HTKDemo
mkdir hmms
cd hmms
mkdir tmp
mkdir hmm.0
mkdir hmm.1
mkdir hmm.2
mkdir hmm.3
cd ..
mkdir proto
mkdir acc
mkdir test
perl runDemo.pl configs\monPlainM1S1.dcf

没有提示错误就看最后一步吧。

11.将e:\htk\bin.win32路径添加到环境变量path中。注销重登录，然后在命令行下输入path回车，找到path中有e:\htk\bin.win32即可。

好了，安装就总结到这里。中间有纰漏的地方，一经发现，会立即更改。




-------------------------------------------------------------------------------

使用篇

-------------------------------------------------------------------------------

这个是重点，呵呵，本部分会讨论到如下内容：

1. 建立语音材料库，确定识别基本元，比如一个单词 yes no ok等，或者声母 b p m f 韵母 d t n l 等，确定基本元后，标记好识别基本元。

2. 对语音材料库中的声音文件提取MFCC声纹特征

3.为每一个基本元建立一个HMM模型。

4.利用MFCC声纹特征对每一个HMM模型进行训练，使模型参数与其描述的识别基本元对应。

5.定义输入语音的语法规则等，从发音对应到文字。

6. 识别。

下面用一个具体的例子用以演示：一个识别YES和NO的小型语音识别系统.

首先进入到命令行下,开始\运行\cmd 回车

好的，开始采集语音材料，这里我们采集YES和NO两个单词。在命令行下输入：

HSLab yes.sig 回车

一个用于录音的对话框就会出现。如图：

http://www.zhaomingming.cn/HTK语音识别/HGrap_HSLap.jpg

下面我们开始录音。录音环境自己控制哈。

1.录制声音。点击rec按钮，说：“yes",然后点击stop按钮。你会看到界面上出现一个语音波形，一条语音样本就录制完成了，你可以点击play播放听一下。

2.给声音做标记。本条语音一共需要做3个标记：yes语音段的标记和其前后各一个的静音段标记。注意：做标记的语音段不能重复。点击mark,用鼠标选取“yes"前面的一段静音后，再点击Labelas,用键盘输入"sil" 表示 silence 静音的意思，然后回车。这样我们就给本条语音的静音段做了一个标记。在点击mark,选取“yes“的发音段，然后点击Labelas按钮，用键盘输入“yes”,回车。这样我们就给本语句的yes做了标记，依照此方法，完成yes后面那个sil语音段的标记。完成这3个标记后，点击save按钮，回车。将我们的其标记文件保存。保存目录为HSLab.exe的运行目录。别找不到文件了哈。

3.重命名语音文件和语音标记文件。语音文件后缀为*.sig，标记文件后缀为*.lab。因为HGraf:HSLab只能自动给出0，1的文件名序号，我们又需要至少10条的语音材料，所以就需要录制一条语音，重命名一条。我们将yes_0.sig重命名为yes_00.sig,将yes_0.lab重命名为yes_00.lab.至此，我们完成了一个语音材料的录制。

4.点击new按钮，会发现new按钮旁边的set[0]变为set[1]了。然后依照1，2，3步，新建下一条语音材料，这时HSLab自动保存的文件名为,yes_1.sig,yes_1.lab,将其命名为yes_01.sig和yes_01.lab即可。

5.再执行9次第4步，得到yes_02,yes_03...yes_10的语音材料和标记文件。

6.依照1，2，3，4，5步的方法，完成no的语音材料和标记文件的制作，得到no_00.sig,no_00.lab...no_10.sig,no_10.lab.

7.这样我们就完成了本yes和no语音识别系统的语音库的建立。然后将所有的*.lab文件放入到laber_dir文件夹中。

以方便后面训练操作。

8.有了语音库，我们就来实现特征提取。使用命令Hcopy来完成。首先需要完成两个配置文件的编写：特征矢量参数的analysis.conf文件和源文件和目的文件的位置列表文件targetlist.txt。

analysis.conf文件制作：

用记事本新建一个文件，输入下面内容：

SOURCEFORMAT = HTK #指定输入语音文件的搁置
TARGETKIND = MFCC_0_D_A #定义提取神马样的特征参数，这里定义的是12个MFCC系数，1个nullMFCC系数c0,13个一阶MFCC系数，13个二阶MFCC系数。一共39个。MFCC的有关材料百度既可。
WINDOWSIZE = 250000.0 #定义帧长
TARGETRATE = 100000.0 #定义取帧时的滑动长度

NUMCEPS = 12 #定义取到的MFCC首系数的个数。上边的12就来源于此。
USEHAMMING = T #定义取帧时用到的窗函数。这里定义使用汉宁窗。
PREEMCOEF = 0.97 #定义预加重系数，
NUMCHANS = 26 #定义美尔频谱的频道数量
CEPLIFTER = 22 #定义倒谱所用到的滤波器组内滤波器个数。

将此文件保存为analysis.conf即可。

然后制作targetlist.txt文件。

用记事本新建一个文件，输入下面内容：

yes_00.sig yes_00.mfcc
yes_01.sig yes_01.mfcc
yes_02.sig yes_02.mfcc
yes_03.sig yes_03.mfcc
yes_04.sig yes_04.mfcc
yes_05.sig yes_05.mfcc
yes_06.sig yes_06.mfcc
yes_07.sig yes_07.mfcc
yes_08.sig yes_08.mfcc
yes_09.sig yes_09.mfcc
yes_10.sig yes_10.mfcc

no_00.sig no_00.mfcc
no_01.sig no_01.mfcc
no_02.sig no_02.mfcc
no_03.sig no_03.mfcc
no_04.sig no_04.mfcc
no_05.sig no_05.mfcc
no_06.sig no_06.mfcc
no_07.sig no_07.mfcc
no_08.sig no_08.mfcc
no_09.sig no_09.mfcc
no_10.sig no_10.mfcc

保存为targetlist.txt即可。这里指定了语音文件以及其输出文件*.mfcc的名字。

完成上面两个文件后，运行如下命令：

Hcopy -A -D -C analysis.conf -S targetlist.txt

回车，如果没有错误的话，在当前文件夹（HSLab和Hcopy运行的文件夹）下，应该有*.mfcc文件出现。此步骤不容易出错，一般都会成功。

9.得到了特征参数，就该对每一个标记过的识别基元分别建立HMM模型，我们在1至6步中，共标记了3个识别基本元，分别是：sil,yes,no。那么我们需要建立3个HMM模型，这里还是要用到文本编辑器。

下面我们建立sil的HMM模型，打开记事本，输入以下内容：（#号后面是我加入的注释，使用的时候最好去掉）

~o <VecSize> 39 <MFCC_0_D_A> #定义输入特征参数的维书
~h "sil" # 定义模型名字，这里是给识别基本元sil定义的，所以需要“”内为sil
<BeginHMM> #开始HMM参数的设置，
<NumStates> 6 #定义隐含状态数
<State> 2 #状态1为空，我们从状态2开始定义
<Mean> 39 #连续HMM中的均值向量的定义
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
<Variance> 39 #连续HMM中的方差向量的定义
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
<State> 3
<Mean> 39
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
<Variance> 39
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
<State> 4
<Mean> 39
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
<Variance> 39
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
<State> 5
<Mean> 39
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
<Variance> 39
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
<TransP> 6 #转移概率矩阵的定义。
0.0 0.5 0.5 0.0 0.0 0.0
0.0 0.4 0.3 0.3 0.0 0.0
0.0 0.0 0.4 0.3 0.3 0.0
0.0 0.0 0.0 0.4 0.3 0.3
0.0 0.0 0.0 0.0 0.5 0.5
0.0 0.0 0.0 0.0 0.0 0.0
<EndHMM>

保存为hmm_no即可。注意，这里没有后缀。有人可能有疑问，HMM不是应该有个状态转移矩阵A,观测概率矩阵B么？怎么这里不见观测概率矩阵B呢？答：有状态转移矩阵的是离散HMM(DHMM),这里用的是连续型HMM(CHMM),连续性HMM的参数为:1.状态转移矩阵A,和高斯分布里用到的均值和方差，这里上面的HMM模型中都有定义。具体可查阅：www.zhaomingming.cn,里面论文《语音识别系统中特征提取和声学建模的研究》里有关于HMM的详细资料，可供查阅。

好了，观察状态转移矩阵，a11=0,a12=0.5,a13=0.5,a1x=0(x = 4,5,6),这说明由状态1到自身的转移概率为0，到状态2的转移概率为0.5，到状态3的转移概率为0.5，到状态4，5，6的状态转移概率为0。其他行数据以此类推，由此我们便知道此HMM模型的拓扑结构，当然你也可以修改拓扑结构来试图改善识别系统性能。

然后，以此方法建立yes和no的HMM模型，我们保持拓扑结构无变化。新建一个文本文件,输入如下内容：

~o <VecSize> 39 <MFCC_0_D_A>
~h "no"
<BeginHMM>
<NumStates> 6
<State> 2
<Mean> 39 #连续型HMM中的均值向量的定义
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
<Variance> 39 #连续型HMM中的方差向量的定义
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
<State> 3
<Mean> 39
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
<Variance> 39
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
<State> 4
<Mean> 39
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
<Variance> 39
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
<State> 5
<Mean> 39
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
<Variance> 39
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
<TransP> 6 #转移概率矩阵的定义。
0.0 0.5 0.5 0.0 0.0 0.0
0.0 0.4 0.3 0.3 0.0 0.0
0.0 0.0 0.4 0.3 0.3 0.0
0.0 0.0 0.0 0.4 0.3 0.3
0.0 0.0 0.0 0.0 0.5 0.5
0.0 0.0 0.0 0.0 0.0 0.0
<EndHMM>

保存为hmm_no,注意无后缀。新建文本文件，输入如下内容：

~o <VecSize> 39 <MFCC_0_D_A>
~h "yes"
<BeginHMM>
<NumStates> 6
<State> 2
<Mean> 39 #连续型HMM中的均值向量的定义
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
<Variance> 39 #连续型HMM中的方差向量的定义
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
<State> 3
<Mean> 39
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
<Variance> 39
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
<State> 4
<Mean> 39
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
<Variance> 39
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
<State> 5
<Mean> 39
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
<Variance> 39
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
<TransP> 6 #转移概率矩阵的定义。
0.0 0.5 0.5 0.0 0.0 0.0
0.0 0.4 0.3 0.3 0.0 0.0
0.0 0.0 0.4 0.3 0.3 0.0
0.0 0.0 0.0 0.4 0.3 0.3
0.0 0.0 0.0 0.0 0.5 0.5
0.0 0.0 0.0 0.0 0.0 0.0
<EndHMM>

保存为hmm_yes,同样无后缀。

关于HMM定义的更多知识，你可以参考htkbook.pdf英文资料，里面介绍的非常详细。

9.对模型初始化。本步是难点，因为我在实验中总是出错，苦恼了几个小时才解决的问题。使用到命令为Hinit和HCompv,使用到文件为：trainlist.txt(第8步中生成的mfcc文件列表)，HMM定义文件(hmm_sil,hmm_yes,hmm_no),标签文件夹label_dir(第7步中制作)，我们先准备trainlist.txt文件，将如下内容保存为trainlist.txt即可。

yes_00.mfcc
yes_01.mfcc
yes_02.mfcc
yes_03.mfcc
yes_04.mfcc

yes_06.mfcc
yes_07.mfcc
yes_08.mfcc
yes_09.mfcc
yes_10.mfcc

no_00.mfcc
no_01.mfcc
no_02.mfcc
no_03.mfcc
no_04.mfcc
no_05.mfcc

no_07.mfcc
no_08.mfcc
no_09.mfcc

你可能会发现，我的列表中文件不全，没有yes_05.mfcc,没有no_06.mfcc,这是因为加上这两个文件后，在初始化的过程中会报错，我就把它去掉了，读者可以全都写上，然后有报错的时候再去掉，然后重新生成mfcc文件即可。我在刚开始的时候，不知道是错在这里了，经过几个小时摸索才知道可以这样的，问题应该出在做标记的时候，可能有重合之类的错误了，另外所用MFCC文件不能太少，太少也会报错。另外要准备一个文件夹hmm0,在当前目录下新建一个即可。trainlist.txt保存在当前文件夹下，然后运行如下命令：

HInit -A -D -T 1 -S trainlist.txt -M hmm0 -H hmm_yes -l yes -L label_dir yes 回车
HInit -A -D -T 1 -S trainlist.txt -M hmm0 -H hmm_no -l no -L label_dir no 回车
HInit -A -D -T 1 -S trainlist.txt -M hmm0 -H hmm_sil -l sil -L label_dir sil 回车

实现分别对三个模型hmm_yes,hmm_no,hmm_sil进行初始化。初始化成功后，初始化了的三个模型便被保存在了hmm0文件夹中。

这里几个参数比较难懂，需要解释一下：

-A -D -T 1 等参数，是显示命令本身，显示设定变量等功能，读者可以在命令行直接输入HInit回车，便可看到清晰的解释，-M 后跟一个文件夹，这个文件夹用来存放初始化后的hmm文件，也就是输出文件夹，这里我们采用hmm0文件夹；-H后跟hmm模型文件，比如hmm_yes；-l后是制定此HMM模型对应的标签，这里hmm_yes对应的当然是yes了，还记得嘛，我们很辛苦做的标签呢，当然如果你错写成no了，就会按照no标签所指定的语音参数来初始化hmm_yes了，很影响训练；-L 后写上lab标签文件所在文件夹，我们已经把所有lab文件存在了label_dir文件夹下，所以这里我们写上label_dir;最后一个参数是

其实到这里，初始化已经完成了，由于后面需要文件vFloors来对HMM进行训练，所以还要使用Hcompv来进行一次训练，以得到此文件，建立文件夹hmm0flat,运行如下命令即可：

Hcompv -A -D -T 1 -S trainlist.txt -M hmm0flat -H hmm_yes -f 0.01 yes

运行后在hmm0flat文件夹中有vFloors文件。复制到当前文件夹中。

10.初始化成功后，就可以进行训练了，想到训练完成后，就离识别不远了，开心呀，新建hmm1,hmm2,hmm3三个文件夹，分别保存三次训练的结果。

a.训练模型hmm_yes，运行如下命令：

HRest -A -D -T 1 -S trainlist.txt -M hmm1 -H vFloors -H hmm0\hmm_yes -l yes -L label_dir yes 回车，实现对模型yes的第一次迭代优化，使用如下命令进行第二次：

HRest -A -D -T 1 -S trainlist.txt -M hmm2 -H vFloors -H hmm1\hmm_yes -l yes -L label_dir yes 回车，实

现对模型yes的第二次迭代优化，使用如下命令进行第三次：

HRest -A -D -T 1 -S trainlist.txt -M hmm3 -H vFloors -H hmm2\hmm_yes -l yes -L label_dir yes 回车。

我们就完成了对模型hmm_yes的训练，并保存在了hmm3文件夹中。

b.训练模型hmm_no，运行如下命令：

HRest -A -D -T 1 -S trainlist.txt -M hmm1 -H vFloors -H hmm0\hmm_no -l no -L label_dir no 回车，实现对模型no的第一次迭代优化，使用如下命令进行第二次：

HRest -A -D -T 1 -S trainlist.txt -M hmm2 -H vFloors -H hmm1\hmm_no -l no -L label_dir no 回车，实

现对模型no的第二次迭代优化，使用如下命令进行第三次：

HRest -A -D -T 1 -S trainlist.txt -M hmm3 -H vFloors -H hmm2\hmm_no -l no -L label_dir no 回车。

我们就完成了对模型hmm_no的训练，并保存在了hmm3文件夹中。

c.训练模型hmm_sil，运行如下命令：

HRest -A -D -T 1 -S trainlist.txt -M hmm1 -H vFloors -H hmm0\hmm_sil -l sil -L label_dir sil 回车，实现对模型sil的第一次迭代优化，使用如下命令进行第二次：

HRest -A -D -T 1 -S trainlist.txt -M hmm2 -H vFloors -H hmm1\hmm_sil -l sil -L label_dir sil 回车，实

现对模型sil的第二次迭代优化，使用如下命令进行第三次：

HRest -A -D -T 1 -S trainlist.txt -M hmm3 -H vFloors -H hmm2\hmm_sil -l sil -L label_dir sil 回车。

我们就完成了对模型hmm_sil的训练，并保存在了hmm3文件夹中。

训练完成。

11.现在离识别只差一步了，嘿嘿，继续跟着我做。建立句法文件gram.txt,文件内容如下：

$WORD = YES | NO;

( { START_SIL } [ $WORD ] { END_SIL } )

将上面内容保存为gram.txt即可，因我们只识别一个单词，yes 或者 no 这里就定义了一个单词加上前后两个静音。

建立词典文件，输入以下内容：

YES [yes] yes
NO [no] no
START_SIL [sil] sil
END_SIL [sil] sil

保存为 dict.txt文件即可。这里将句法中的YES,输出为[yes],定义对应模型为yes。NO的输出设置为no,对应模型设置为no，把句法中的START_SIL和END_SIL设置为相同的参数，如文件中。此文件复制过去后，可能有看不到的不标准字符，需要你把复制过去的空格去掉再输入一次。这样后面才不会报错。

然后用如下命令将句法文件gram.txt编译成网络：

HParse -A -D -T 1 gram.txt net.slf

用如下命令查字典文件中的错误：

HSGen -A -D -n 10 -s net.slf dict.txt

12.识别。准备文件hmmlist.txt,其内容为：

yes

no

sil

保存起来。

建立文件input.mfcc(使用1至8步生成一个待识别的MFCC文件)，或者可以直接使用yes_xx.mfcc来做试验。使用命令：

HVite -A -D -T 1 -H hmm3\hmm_yes -H hmm3\hmm_no -H hmm3\hmm_sil -I reco.mlf -w net.slf dict.txt hmmlist.txt input.mfcc

然后记事本打开reco.mlf，便可看到识别结果。如果提示错误，没有reco.mlf文件，不仿自己先用记事本创建一个空的reco.mlf文件。

这里，我们的HMM模型一共有3个，所以分别写在-H后面的办法来使用，如果有更多的HMM模型，我们就不能这样写了，采用如下的命令格式：

HVite -A -D -T 1 -C directin.conf -g -H hmmsdef.mmf -w net.slf dict.txt hmmlist.txt input.mfcc

这里采用的是用一个后缀为mmf的主宏文件，它是由所有HMM模型文件写在一起的文件，比如，本文的3个模型就可以用如下方法来写一个主宏文件：

~o
<STREAMINFO> 1 39
<VECSIZE> 39<NULLD><MFCC_D_A_0><DIAGC>
~h "yes"
<BEGINHMM>
<NUMSTATES> 6
<STATE> 2
<MEAN> 39
-5.560295e+000 2.467809e+000 7.543131e+000 1.205044e+000 -4.135031e+000 -6.866978e+000 -5.575079e+000 -7.244508e+000 -1.268335e+000 -1.334227e+001 -7.667554e-001 -8.828279e+000 6.305791e+001 7.854634e-001 2.438530e-001 3.313011e+000 -3.466940e-001 -2.613595e+000 -8.357538e-001 -2.488270e+000 -1.450052e+000 -8.162269e-001 -3.785841e-001 1.109608e+000 5.292199e-001 1.529532e+000 -3.840135e-001 -8.552541e-001 -2.642866e-001 -3.238665e-001 -5.276523e-001 -2.526920e-001 7.280868e-001 6.604324e-001 8.749401e-003 7.164187e-001 9.475101e-001 2.887047e-001 1.034154e-001
<VARIANCE> 39
1.916909e+000 1.275584e+000 1.570780e+001 1.017245e+001 1.858337e+001 9.255550e+000 1.450472e+001 1.307447e+001 2.623391e+000 1.230408e+001 1.331315e+001 4.139080e+000 2.996713e+000 9.076914e-001 2.256964e+000 1.108444e+000 1.335223e+000 2.852070e+000 9.947189e-001 2.889097e+000 1.765044e+000 1.063393e+000 3.417341e+000 3.719466e+000 5.576853e-001 1.023817e-001 3.800316e-002 1.323943e-001 4.085928e-001 1.282977e-001 3.773029e-001 1.206995e-001 4.023054e-001 5.749762e-001 2.383080e-001 2.696266e-001 1.599966e-001 7.087921e-002 1.833246e-002
<GCONST> 7.612393e+001
<STATE> 3
<MEAN> 39
-5.913797e+000 -4.365698e+000 1.418108e+001 -2.059599e+000 -1.814819e+001 -1.289064e+001 -6.513318e+000 -3.953842e+000 -4.892762e+000 -9.960979e+000 1.200297e+001 -5.096629e+000 6.967976e+001 -8.951111e-002 -1.443667e+000 -5.611101e-001 -4.399965e-001 -1.252340e+000 -1.240768e+000 3.258628e-001 2.167057e+000 -9.489894e-003 3.286855e-001 1.564566e+000 3.079422e-001 1.067209e+000 -1.662790e-002 1.044778e-001 -6.624178e-001 1.790552e-001 7.852477e-001 2.394754e-001 5.346865e-002 2.446395e-001 3.382760e-001 -2.959084e-001 -7.234101e-001 -2.515628e-001 -1.593625e-001
<VARIANCE> 39
7.674729e+000 1.099033e+001 3.380254e+001 1.551273e+001 2.867217e+001 3.369737e+001 2.960959e+001 3.642490e+001 9.700713e+000 4.140916e+001 2.213822e+001 9.767385e+000 6.958179e+000 3.083268e-001 6.326413e-001 3.035761e+000 5.464101e-001 2.184300e+000 1.462005e+000 1.122333e+000 2.576114e+000 1.494235e+000 1.869450e+000 3.093436e+000 1.007256e+000 1.697933e-001 4.649463e-002 1.108574e-001 3.745079e-001 1.442188e-001 5.264582e-002 2.815477e-001 4.614286e-001 6.650322e-001 1.773610e-001 3.494999e-001 3.648607e-001 7.041881e-002 1.702319e-002
<GCONST> 8.693305e+001
<STATE> 4
<MEAN> 39
-2.626779e+000 -1.006746e+001 1.324205e-001 -1.022190e+000 -1.017110e+001 -1.316895e+001 -4.377057e+000 6.441502e+000 4.007662e+000 -1.092647e+001 3.295897e+000 -1.090154e+001 7.284025e+001 1.593065e-001 1.247510e-001 -6.647451e-001 -1.154858e-001 6.535580e-001 1.681931e-001 1.093640e-001 9.567864e-002 2.888749e-001 4.096415e-001 -7.456395e-001 -4.928815e-001 -9.982761e-002 -7.972100e-002 1.492678e-001 5.516066e-002 -5.567876e-002 -2.232025e-003 -3.899807e-002 3.854467e-002 -6.564865e-002 -9.385724e-002 1.078040e-001 1.624756e-002 -2.174711e-002 -8.576453e-002
<VARIANCE> 39
8.935842e+000 7.884045e+000 3.016536e+001 1.194977e+001 3.394068e+001 2.145726e+001 2.136157e+001 2.488684e+001 3.243732e+001 3.988887e+001 3.037219e+001 3.554942e+001 5.147613e+000 3.835949e-001 1.038611e+000 8.506106e-001 7.902109e-001 1.016173e+000 9.543892e-001 9.757534e-001 1.079207e+000 1.683750e+000 1.916537e+000 1.528188e+000 1.036401e+000 4.216504e-001 7.934329e-002 8.315724e-002 1.019701e-001 1.249232e-001 1.832933e-001 1.500916e-001 1.140296e-001 2.434811e-001 1.929354e-001 2.184601e-001 2.573351e-001 2.200356e-001 4.097395e-002
<GCONST> 8.415180e+001
<STATE> 5
<MEAN> 39
-1.722915e+001 1.558756e+000 -6.352075e+000 -6.810540e+000 1.793851e+000 -7.542542e+000 1.001723e-001 8.047865e+000 1.059246e+000 -4.345902e+000 6.177027e-001 -1.362520e+001 6.509851e+001 -7.531838e-001 1.548218e-001 -2.277896e-001 -9.475082e-003 3.130113e-001 3.282159e-001 3.640014e-001 2.064544e-002 -7.544725e-002 -3.198811e-001 1.626379e-001 2.603270e-001 -4.557977e-001 1.115186e-001 -1.498197e-001 1.851567e-002 5.462770e-002 -6.049009e-002 4.086701e-002 -2.223603e-002 -7.436965e-002 7.085064e-002 -7.081138e-002 5.539847e-002 6.386208e-002 3.100476e-002
<VARIANCE> 39
3.333078e+001 1.038335e+001 1.133323e+001 1.084346e+001 2.765559e+001 2.805067e+001 1.805031e+001 1.112923e+001 2.524041e+001 3.597572e+001 1.953421e+001 2.732470e+001 8.838473e+000 2.207273e+000 1.359541e+000 6.254531e-001 1.171842e+000 1.435330e+000 1.533987e+000 1.270733e+000 1.416954e+000 1.234814e+000 1.864773e+000 1.155947e+000 1.679582e+000 6.852837e-002 1.702434e-001 7.857703e-002 1.419667e-001 2.462802e-001 2.167625e-001 2.748685e-001 2.915890e-001 1.961887e-001 2.904242e-001 3.673494e-001 2.553481e-001 2.479914e-001 2.185772e-002
<GCONST> 8.837502e+001
<TRANSP> 6
0.000000e+000 1.000000e+000 0.000000e+000 0.000000e+000 0.000000e+000 0.000000e+000
0.000000e+000 7.142819e-001 2.857181e-001 0.000000e+000 0.000000e+000 0.000000e+000
0.000000e+000 0.000000e+000 8.185092e-001 1.814908e-001 0.000000e+000 0.000000e+000
0.000000e+000 0.000000e+000 0.000000e+000 9.493426e-001 5.065738e-002 0.000000e+000
0.000000e+000 0.000000e+000 0.000000e+000 0.000000e+000 9.480510e-001 5.194894e-002
0.000000e+000 0.000000e+000 0.000000e+000 0.000000e+000 0.000000e+000 0.000000e+000
<ENDHMM>

~h "sil"
<BEGINHMM>
<NUMSTATES> 6
<STATE> 2
<MEAN> 39
-1.205055e+001 -6.071544e+000 -4.953431e+000 -2.086219e+000 -7.696532e-001 -6.180044e+000 4.428514e+000 4.089669e-001 7.677385e-001 -6.506588e+000 8.637049e-001 -8.133173e+000 5.893624e+001 1.028111e-001 -2.095059e-001 4.930916e-002 1.026503e-001 -7.224108e-002 -2.562836e-002 -1.078459e-002 -3.646078e-001 -2.352235e-003 6.649423e-002 -2.300011e-001 -1.368367e-001 -4.435970e-002 -4.705233e-002 2.732716e-002 -4.914735e-002 -5.064989e-002 2.004289e-002 4.518612e-002 1.482240e-001 8.472140e-002 8.018477e-002 6.218801e-002 -4.590823e-002 -1.713296e-001 2.698532e-003
<VARIANCE> 39
9.995130e+000 1.285863e+001 2.555799e+001 2.054044e+001 9.829945e+000 1.024835e+001 1.871873e+001 2.378679e+001 1.472677e+001 1.326252e+001 1.081685e+001 1.696764e+001 2.495445e+000 2.721120e-001 3.311672e-001 9.093692e-001 1.297935e+000 9.627227e-001 7.321044e-001 1.502767e+000 2.155972e+000 1.592869e+000 1.370266e+000 1.524849e+000 1.053926e+000 1.374337e-001 4.785442e-002 8.618005e-002 2.562610e-001 3.408333e-001 2.088208e-001 1.607134e-001 3.452048e-001 4.799360e-001 2.922609e-001 2.281612e-001 2.726102e-001 2.110895e-001 2.339070e-002
<GCONST> 8.032516e+001
<STATE> 3
<MEAN> 39
-1.814091e+001 2.663553e+000 -4.914350e+000 -2.317764e+000 3.008735e+000 -1.087707e+000 1.287625e+000 6.091899e+000 2.862558e+000 -9.924241e+000 1.373552e+000 -8.071694e+000 6.348404e+001 3.318730e-001 -5.278828e-001 -9.494247e-002 -1.499072e-001 -3.174666e-001 -2.823065e-001 6.108246e-002 -1.983474e-001 4.261266e-002 3.537025e-001 4.446607e-002 -2.076580e-001 -2.741475e-001 6.894246e-002 -3.391993e-002 -1.667663e-002 4.350851e-003 -1.227802e-001 -1.186949e-001 2.493934e-002 -8.243520e-003 -3.572219e-003 5.363566e-002 -2.770266e-003 2.467832e-002 1.546283e-002
<VARIANCE> 39
1.741966e+001 9.769640e+000 7.445446e+000 3.836594e+000 5.780912e+000 1.168015e+001 4.097112e+000 1.824830e+001 7.713724e+000 1.395045e+001 1.004712e+001 8.168225e+000 2.396237e+000 3.433821e-001 2.388967e-001 5.241452e-001 3.407781e-001 8.314158e-001 5.915961e-001 3.974668e-001 9.651667e-001 1.279390e+000 1.831751e+000 8.403545e-001 1.283583e+000 3.289731e-002 2.251048e-002 3.344000e-002 5.462619e-002 4.896105e-002 9.426531e-002 7.631385e-002 1.575904e-001 1.856415e-001 2.600564e-001 3.332623e-001 1.524348e-001 2.639678e-001 1.144448e-002
<GCONST> 5.856438e+001
<STATE> 4
<MEAN> 39
-1.248727e+001 -7.260995e+000 -6.642402e+000 -2.322764e+000 -1.222477e+000 -5.968217e+000 6.963343e+000 1.038801e+000 2.325013e+000 -5.088502e+000 1.184449e+000 -8.760984e+000 5.800127e+001 4.907846e-002 1.306961e-003 -3.865775e-002 1.567145e-002 6.507996e-002 4.037856e-002 3.564140e-002 -1.379082e-002 4.384908e-002 1.433475e-003 5.116213e-002 -1.162575e-002 -2.618222e-002 8.161297e-003 3.528028e-002 3.151031e-002 1.165633e-002 1.063840e-002 -7.419401e-003 -4.056268e-002 -2.333735e-002 -1.917983e-002 -3.858940e-002 -9.163742e-003 1.074605e-002 1.217738e-002
<VARIANCE> 39
1.636021e+000 2.962028e+000 4.243609e+000 5.675200e+000 6.495543e+000 9.003530e+000 8.768224e+000 9.354281e+000 1.236154e+001 1.266188e+001 1.303056e+001 9.000397e+000 4.370964e-001 1.208583e-001 2.222505e-001 3.274788e-001 4.198043e-001 5.608954e-001 7.269357e-001 9.016341e-001 8.214277e-001 1.080170e+000 1.237950e+000 1.379923e+000 8.003727e-001 3.261130e-002 3.120635e-002 6.066960e-002 6.583845e-002 6.907440e-002 1.138000e-001 1.205961e-001 1.915481e-001 1.594258e-001 2.234952e-001 2.459052e-001 3.115267e-001 1.641423e-001 6.802158e-003
<GCONST> 5.376580e+001
<STATE> 5
<MEAN> 39
-7.860916e+000 -5.552484e+000 -4.901682e+000 -7.598982e+000 -4.282944e+000 -3.838386e+000 -6.697090e+000 -2.647323e+000 7.187539e+000 -8.239985e+000 1.202350e+000 -1.147782e+001 6.722357e+001 5.913837e-001 7.170141e-001 7.908542e-001 -2.591267e-001 -1.913313e-001 4.859999e-001 -1.239970e+000 -5.252860e-001 -2.478153e-001 -6.614624e-001 1.068146e-001 -1.770269e-001 6.459577e-001 1.310726e-001 1.197230e-001 3.162154e-001 8.112387e-002 -1.617024e-002 9.388867e-002 -1.802869e-001 -2.021954e-001 -1.142057e-001 -1.215021e-001 -2.550250e-002 9.946529e-002 7.361362e-002
<VARIANCE> 39
1.016246e+001 1.689860e+001 1.697070e+001 7.355496e+001 1.682707e+001 3.573024e+001 1.405454e+002 2.217239e+001 3.946589e+001 1.374710e+001 3.769558e+001 2.095991e+001 6.122581e+001 9.523191e-001 2.348769e+000 3.175460e+000 1.866060e+000 1.131489e+000 1.451207e+000 4.070387e+000 2.776337e+000 1.532084e+000 2.172313e+000 2.741962e+000 1.458419e+000 6.819526e-001 7.628198e-002 1.794787e-001 2.118285e-001 1.426576e-001 2.539506e-001 2.432116e-001 6.223864e-001 4.009807e-001 1.190235e-001 2.711118e-001 4.121704e-001 2.268752e-001 1.015960e-001
<GCONST> 1.031369e+002
<TRANSP> 6
0.000000e+000 9.230768e-001 7.692318e-002 0.000000e+000 0.000000e+000 0.000000e+000
0.000000e+000 7.490159e-001 2.091535e-002 2.300688e-001 0.000000e+000 0.000000e+000
0.000000e+000 0.000000e+000 8.947203e-001 5.041008e-002 5.486963e-002 0.000000e+000
0.000000e+000 0.000000e+000 0.000000e+000 9.399282e-001 2.511858e-002 3.495316e-002
0.000000e+000 0.000000e+000 0.000000e+000 0.000000e+000 8.229873e-001 1.770128e-001
0.000000e+000 0.000000e+000 0.000000e+000 0.000000e+000 0.000000e+000 0.000000e+000
<ENDHMM>

注意：~o 与 ~h之间的部分只包含一次。这里用的hmm文件是训练好的hmm文件，按照上面的训练步骤，最后得到的HMM文件应该是保存在hmm3文件夹中的。将此内容保存为hmm3.mmf，保存在与direction.conf等文件同一个目录，然后运行如下命令：

HVite -A -D -T 1 -C directin.conf -g -H hmm3.mmf -w net.slf dict.txt hmmlist.txt yes_03.mfcc

13.交互式识别。12步中的识别较为繁琐，其实这里有个交互式识别的方法。输入如下命令即可：

HVite -A -D -T 1 -C directin.conf -g -H hmm3\hmm_yes -H hmm3\hmm_no -H hmm3\hmm_sil -w net.slf dict.txt hmmlist.txt

或者HVite -A -D -T 1 -C directin.conf -g -H hmm3mmf -w net.slf dict.txt hmmlist.txt

这里需要一个derectin.conf文件，内容如下：

SOURCERATE = 625.0 #=16kHz,采样率
SOURCEKIND = HAUDIO
SOURCEFORMAT = HTK

TARGETKIND = MFCC_0_D_A #后面是参数格式，制定提取MFCC特征参数的格式，与训练时要保持一致
WINDOWSIZE = 250000.0
TARGETRATE = 100000.0
NUMCEPS = 12
USEHAMMING = T
PREEMCOEF = 0.97
NUMCHANS = 26
CEPLIFTER = 22
AUDIOSIG = -1 #指定按键控制交互过程。

使用此命令后，会出现提示符 READY[1]> 表示开始录音，你开始说话（说话内容当然为yes 或者 no，我们模型也只有这么两个），说完后，按下回车，停止录音，并显示识别结果，回放录音，然后出现READY[2]>提示符，等待下一个输入信号...如图所示：（http://www.zhaomingming.cn/HTK语音识别/交互式识别.jpg）（将整个超链接复制到地址栏中打开即可）。

14.统计系统识别率和错误率。这个我还没做，等做了就给这部分补上，应该不难。新加命令应该有个与目标数据的对比，统计部分的内容。其他识别命令什么的都已经用过了。

-------------------------------------------------------------------------------

展望篇

-------------------------------------------------------------------------------

HTK工具的基本使用方法是知道了，那么该如何来建立复杂一点的识别系统呢？因为MFCC可用来作为说话人识别的特征参数，可以先建立一个说话人识别系统，从识别三个人试验开始做实验，看下最终它能识别的人数。然后建立起常用语句的识别系统，这个要选择好的音素，刚开始试验可以用三音子，这个工作有两个难点：1.语音库的整理；2，标注。都很需要细致和耐心。当然坚持到最后，相信付出会有回报的，一个连续语音识别系统建立起来了。然后你自己可以试验其他音素，验证其他特征，以获得较高的识别率。另外，利用HTK貌似只能建立起声纹识别系统，因为其字典貌似很死板，起不到语言学识别的作用，那么该怎么办呢？如何才能做一个大规模汉语连续语音识别系统？语言学方面二元文法可以是个方向，虽然有人做过，头一次做的话，“山寨”一下也可以。哦，用算法，不能算山寨吧，嘿嘿。

感慨一句，感性认识中，概率的方法做识别，性能肯定好不了。因为它只是个概率呀，肯定达不到100%。但现实中，计算不复杂，识别率较高的实际应用系统，都是用的概率方法。

你可能感兴趣的:(语音识别,htk)

ASR技术与Whisper引擎 Catformon whisper
一、ASR技术简介ASR英文全称是AutomaticSpeechRecognition，中文叫做自动语音识别，是利用机器对语音信号进行识别和理解并将其转换成相文本和命令的技术。下面2张图是网上找到的语音识别结构图和流程图。以下为ASR技术的核心技术。特征提取：通过编码将声音转变为数字信号，提取有效的声学特征。梅尔频率倒谱系数MFCC是最经典的语音特征。声学模型：声学模型通过处理编码得到的向量，将相
多开工具与语音识别技术的融合与创新程序员
多开工具与语音识别技术的融合与创新摘要：随着科技的不断进步，多开工具和语音识别技术的融合与创新正在为我们的日常生活带来更加便利和高效的体验。本文将探讨多开工具和语音识别技术的结合，以及这种融合与创新对于各行业的影响和发展。引言：在数字化时代，多开工具和语音识别技术是两个独立发展的领域。多开工具是一种能够使用户同时运行多个应用程序的软件，而语音识别技术则是通过将人类语音转化为可理解的文本或命令的技术
WhisperX：革命性的自动语音识别工具孔秋宗Mora
WhisperX：革命性的自动语音识别工具项目地址:https://gitcode.com/gh_mirrors/wh/whisperX项目介绍WhisperX是一个开源的自动语音识别（ASR）项目，由m-bain开发。该项目基于OpenAI的Whisper模型，通过引入批量推理、强制音素对齐和语音活动检测等技术，实现了高达70倍的实时转录速度，并提供了准确的单词级时间戳和说话人识别功能。Whis
【前端开发学习笔记17】使用ai wei387245232 学习笔记
AI的认知&两个工具-认知同步AI早已不是新事物（接受）：语音识别，人脸识别，无人驾驶，智能机器人...（包括ChatGPT也是研发了多年的产物）AI本质是智能工具（认识）：人工智能辅助，可以提升效率，但不具备思想意识，无法从零到一取代人类工作AI一定会淘汰掉一部分人：但一定会衍生出新的职业方向，逆水行舟，不进则退，学会拥抱变化ChatGPT的基本使用-Prompt优化AI互动中容易出现的问题AI
cnn以及例子阿拉斯攀登机器学习 cnn 人工智能神经网络
cnnCNN即卷积神经网络（ConvolutionalNeuralNetwork），是一种专门为处理具有网格结构数据（如图像、音频）而设计的深度学习模型，在计算机视觉、语音识别等诸多领域都有广泛应用。以下是CNN的详细介绍：基本原理卷积层：是CNN的核心组成部分，通过卷积核在数据上滑动进行卷积操作，自动提取数据中的局部特征。例如，在处理图像时，卷积核可以检测图像中的边缘、线条等简单特征。卷积操作大
常见的深度学习模型总结编码时空的诗意行者深度学习人工智能
1.深度前馈神经网络(DeepFeedforwardNetworks)发明时间：2006年左右，随着计算能力的提升和大数据集的可用性增加，深度学习开始兴起。发明动机：解决传统机器学习模型在复杂数据上的局限性，如线性模型无法处理非线性关系的数据。模型特点：由多个隐藏层组成的神经网络，每一层的节点与下一层的节点完全连接。应用场景：分类、回归、语音识别、图像识别等。2.卷积神经网络(Convolutio
【深入探索-deepseek】高等数学与AI的因果关系我的青春不太冷人工智能机器学习数学
目录数学在AI不同领域的应用区别一、计算机视觉领域1.线性代数2.微积分3.概率论与统计二、自然语言处理领域三、语音识别领域四、数学在AI不同领域应用的逻辑图五、参考资料数学在AI不同领域的应用区别一、计算机视觉领域1.线性代数图像变换：想象我们有一张二维图片，图片里有个点，它的位置用坐标((x,y))表示。现在我们想把这个点绕着图片的原点（就像把纸钉在墙上，以钉子的位置为中心）逆时针旋转一定角度
python录音pyaudio_python调用pyaudio使用麦克风录制wav声音文件的教程极客羊 python录音pyaudio
python的pyaudio可以进行录音，播放，生成wav文件等等,WAVE是录音时用的标准的WINDOWS文件格式，文件的扩展名为WAV，数据本身的格式为PCM或压缩型，属于无损音乐格式的一种。在我们研究语音识别，自然语言处理的过程中，常常会使用到它，比如我们调用百度语音识别所以我们首先研究一下pyaudio库的安装与使用。安装：pipinstallpyaudio调用pyaudio使用麦克风录制
神经网络（Neural Network） ningmengjing_ 神经网络深度学习人工智能
引言神经网络，作为人工智能和机器学习领域的核心组成部分，近年来在诸多领域取得了显著的进展。受生物神经系统的启发，神经网络通过模拟人脑神经元的工作机制，能够从大量数据中学习复杂的模式和关系。其强大的非线性建模能力使其在图像识别、自然语言处理、语音识别和预测分析等任务中表现出色。神经网络的基本构建单元是神经元，每个神经元接收多个输入信号，通过加权求和并应用激活函数来生成输出。通过将这些神经元分层组织，
基于“感知–规划–行动”的闭环系统架构由数入道人工智能系统架构人工智能智能体
1.感知（Perception）1.1多模态数据采集与预处理传感器系统Agent的感知层通常由多种传感器组成，支持采集多种形式的数据：视觉：采用摄像头、深度传感器，通过卷积神经网络（CNN）、视觉Transformer等模型实现目标检测、图像分类、场景理解。听觉：利用麦克风阵列、声学传感器，结合声纹识别、语音识别（如基于Transformer或RNN的模型）技术处理音频信息。文本与语义信息：通过文
【鸿蒙开发】第二十四章 AI - Core Speech Kit（基础语音服务）鸿蒙程序媛鸿蒙理论知识学习 harmonyos
目录1简介1.1场景介绍1.2约束与限制2文本转语音2.1场景介绍2.2约束与限制2.3开发步骤2.4设置播报策略2.4.1设置单词播报方式2.4.2设置数字播报策略2.4.3插入静音停顿2.4.4指定汉字发音2.5开发实例3语音识别3.1场景介绍3.2约束与限制3.3开发步骤3.4开发实例1简介CoreSpeechKit（基础语音服务）集成了语音类基础AI能力，包括文本转语音（TextToSpe
语音识别(Speech Recognition) 原理与代码实例讲解 AI天才研究院 DeepSeek R1 &大数据AI人工智能大模型 AI大模型企业级应用开发实战 AI大模型应用入门实战与进阶计算科学神经计算深度学习神经网络大数据人工智能大型语言模型 AI AGI LLM Java Python 架构设计 Agent RPA
语音识别(SpeechRecognition)-原理与代码实例讲解作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming/TextGenWebUILLM语音识别(SpeechRecognition)-原理与代码实例讲解语音识别作为人工智能领域的重要分支之一，近年来取得了显著的进步，尤其是在深度学习技术的推动下。它在智能家居、车载系统、智能客服等领域有着广泛
AI智慧医疗系统源码与互联网医院APP开发攻略：功能、架构、合规万岳软件开发小城 APP开发软件开发互联网医院系统源码人工智能 APP开发软件开发互联网医院系统源码
今天，笔者将从功能设计、系统架构、合规要求等方面，深入解析AI智慧医疗系统源码与互联网医院APP的开发攻略，助力企业快速布局智慧医疗赛道。一、AI智慧医疗系统的核心功能要开发一款成熟的智慧医疗系统，必须具备以下几个关键功能模块：远程问诊与在线会诊语音/视频问诊：支持医生与患者远程实时沟通，结合AI语音识别和自然语言处理（NLP），实现病情描述、智能分析与自动记录。多方会诊：支持多名专家同时参与，为
多模态大模型：技术原理与实战多模态大模型在情绪识别领域的应用杭州大厂Java程序媛 DeepSeek R1 &AI人工智能与大数据 java python javascript kotlin golang 架构人工智能
多模态大模型：技术原理与实战多模态大模型在情绪识别领域的应用1.背景介绍1.1问题由来近年来，深度学习技术在图像、语音、文本等多个模态的语音识别、视觉识别、自然语言处理等领域取得了重大突破。其中，多模态大模型（Multi-ModalLargeModel）以其强大的跨模态理解和融合能力，成为当下人工智能技术发展的热点。传统的单一模态大模型，如BERT、GPT等，尽管在各自模态上有着卓越的表现，但在处
为什么线下面试越来越流行了？后端
不知道大家有没有发现，最近在找工作时，越来越多的公司开始要求必须线下面试了，例如，深信服：例如，华为：还有公司在发布招聘信息时也明确写明了“只能线下面试”：那背后的原因究竟是啥呢？原因一：作弊成本越来越低AI的诞生确实提供了很多便利，但也有人和团队利用AI来搞一些非正当的产品，例如AI面试辅助工具，它大概是这样的：面试官上远程问问题，这边的AI面试辅助工具通过语音识别很快就能找出正确的答案，让远程
微软文本转语音和语音转文本功能更新，效果显著！ wuhanwhite python microsoft ai 人工智能 TTS azure python
今天我要和大家分享一个新功能更新——微软的文本转语音和语音转文本功能。最近，微软对其AI语音识别和语音合成技术进行了重大升级，效果非常好，现在我将分别为大家介绍这两个功能。先来听下这个效果吧微软文本转语音和语音转文本功能更新文本转语音文本转语音（Text-to-Speech,TTS）是一种将文本信息转换为自然听起来的语音的技术。微软的文本转语音功能提供了多种语言和语音选项，支持多种平台和设备，使得
《探秘卷积神经网络的核心—卷积核》机器学习人工智能深度学习
在当今人工智能飞速发展的时代，卷积神经网络（CNN）在图像识别、语音识别等众多领域取得了令人瞩目的成就。而其中，卷积核作为CNN的核心组件，发挥着至关重要的作用。一、卷积核的概念卷积核是一个小矩阵，通常为正方形，其大小常见的有3x3、5x5等奇数尺寸。它就像是一个“小探测器”，在输入数据（如图像）上滑动，通过特定的运算来提取数据中的特征。卷积核中的每个元素都是一个权重参数，这些参数会在网络训练过程
使用Python进行语音识别：将音频转为文字 WmqApps python 语音识别音视频
语音识别是一项将语音信号转换为可理解的文本的技术。在Python中，我们可以使用一些库和工具来实现语音识别，并将音频转换为文本。本文将介绍如何使用Python进行语音识别的过程，并提供相应的源代码。步骤1：安装所需的库首先，我们需要安装一些Python库来支持语音识别。一个常用的库是SpeechRecognition，它提供了一个简单的接口来调用各种语音识别引擎。我们可以使用pip命令来安装Spe
开源项目实战：Whisper 环境下的语音识别与说话人分离完全指南唐阔清
开源项目实战：Whisper环境下的语音识别与说话人分离完全指南whisper-diarizationAutomaticSpeechRecognitionwithSpeakerDiarizationbasedonOpenAIWhisper项目地址:https://gitcode.com/gh_mirrors/wh/whisper-diarization项目基础介绍本项目名为whisper-diar
人工智能在音乐中的自然语言处理技术：探讨音乐中的自然语言处理技术 AI天才研究院 DeepSeek R1 &大数据AI人工智能大模型自然语言处理人工智能语言模型 python 开发语言
文章目录人工智能在音乐中的自然语言处理技术：探讨音乐中的自然语言处理技术1.引言2.技术原理及概念3.实现步骤与流程4.应用示例与代码实现讲解人工智能在音乐中的自然语言处理技术：探讨音乐中的自然语言处理技术1.引言1.1.背景介绍随着人工智能技术的不断发展，自然语言处理（NLP）技术在音乐领域中的应用也越来越广泛。在过去的几年中，语音识别、唱歌比赛、歌词分析、智能推荐等应用已经在音乐行业中发挥了重
MOE-conformer 流式多语种语音识别深度学习-视听觉语音识别人工智能
MOE(MixtureofExperts)：MOE是一种通过专家混合来实现深度学习模型的方法，主要有以下特点：MOE由多个专家(Excpert)组成，每个专家是一个独立的神经网络(可以是MLP、CNN、RNN等)输入数据会被路由分配到不同的专家进行处理，目的是确定最适合处理输入的专家模型各个专家独立处理得到的结果进行加权聚合后输入结果各个专家独立计算，容易实现数据并行通过组合不同专家的强项，总体能
python openai库讲解，以及如何调用deepseek的api 一念& 其它 python 开发语言
PythonOpenAI库讲解1.概述openai是Python中用于与OpenAI提供的一系列人工智能服务（如GPT系列模型）进行交互的官方库。借助这个库，开发者能够轻松地在Python代码里调用OpenAI的API来完成文本生成、图像生成、语音识别等多种任务。2.安装使用pip工具可以方便地安装openai库，在终端中执行以下命令：pipinstallopenai3.基本使用步骤3.1设置AP
大模型元年：人工智能的“寒武纪大爆发” 小马过河R AI人工智能人工智能机器学习深度学习
2023年，注定被载入人工智能发展的史册。这一年，以ChatGPT为代表的生成式人工智能横空出世，掀起了一场席卷全球的科技风暴。大模型，作为这场风暴的核心，以其强大的通用性和创造性，宣告着人工智能“寒武纪大爆发”的到来，开启了人工智能发展的新纪元——大模型元年。一、从“专用”到“通用”：大模型开启AI新范式传统的人工智能模型往往是针对特定任务进行训练的“专用工具”，例如图像识别、语音识别等。而大模
目前市场上深度学习简介及沿革发展 Allen-Steven python相关应用深度学习人工智能
深度学习是人工智能和机器学习的重要分支，其模型种类繁多，涵盖多个领域，如计算机视觉、自然语言处理、语音识别等。以下是目前市场上主流的深度学习模型，以及它们的发展历史和逐步沿革。1.感知机（Perceptron）及其扩展发展历史1958年：感知机由FrankRosenblatt提出，这是最早的人工神经网络模型，旨在模拟生物神经网络。局限性：感知机无法处理线性不可分问题，这一问题由MarvinMins
探索深度学习：开启智能新时代顾漂亮深度学习人工智能机器学习
目录深度学习究竟是什么？深度学习的“三驾马车”：数据、模型与算力深度学习的前沿模型架构深度学习在各领域的深度应用深度学习的挑战与应对策略深度学习的未来展望在当今科技飞速发展的时代，深度学习无疑是最炙手可热的领域之一。它宛如一把神奇的钥匙，开启了通往智能世界的大门，从语音识别到图像分类，从自动驾驶到医疗诊断，深度学习的身影无处不在，正深刻地改变着我们的生活与工作方式。深度学习究竟是什么？深度学习隶属
二值连接：深度神经网络的轻量级革命步子哥 dnn 人工智能神经网络
引言：深度学习的下一步是什么？深度神经网络（DeepNeuralNetworks,DNN）近年来在语音识别、图像分类和自然语言处理等领域取得了令人瞩目的成就。然而，这些突破背后的一个关键推手是计算能力的飞速提升，尤其是图形处理单元（GPU）的广泛应用。然而，随着模型规模和数据量的增长，深度学习的计算需求也在不断攀升。与此同时，移动设备和嵌入式系统的快速发展对低功耗、高效能的深度学习算法提出了更高的
因果推断与机器学习—因果表征学习与泛化能力樱花的浪漫因果推断机器学习学习人工智能深度学习自然语言处理计算机视觉
近十年来，深度学习在多个领域取得了巨大成功，包括机器视觉、自然语言处理、语音识别和生物信息等。这些成功为机器学习技术的进一步发展和应用奠定了基础。表征学习是深度学习的核心技术之一。在机器学习问题中，其主要目的是从观测到的低级变量中提取信息，进而学习到能够准确预测目标变量的高级变量。这种从低层次到高层次变量的学习过程，有助于模型更好地理解数据和进行预测。以德国马克斯-普朗克研究所的BernhardS
运行 Deepseek 视觉模型的方法知识大胖 NVIDIA GPU和大语言模型开发教程 deepseek 人工智能
简介如果您有图形处理单元，则无需担心数据被收集，因为您可以在自己的机器上运行它。这一切都是免费的；方法如下！推荐文章《24GBGPU中的DeepSeekR1：UnslothAI针对671B参数模型进行动态量化》权重1，DeepSeek类《在RaspberryPi上运行语音识别和LLaMA-2GPTWhisperASR和LLaMA-2GPT模型的完全离线使用》权重2，llama类、边缘计算类《本地构
CH32V003_STT 开源项目教程柯晶辰Godfrey
CH32V003_STT开源项目教程ch32v003_sttSimpleSpeech-To-Textonthe'10cents'CH32V003Microcontroller项目地址:https://gitcode.com/gh_mirrors/ch/ch32v003_stt项目介绍CH32V003_STT是一个基于CH32V003微控制器的语音识别项目。该项目旨在提供一个简单易用的语音识别解决方
UNDERSTANDING HTK ERROR MESSAGES jingtianzi
Variousproblems&solutionsI'vecomeacrossinusingHTKforbuildingaWSJrecognizerandformydissertationworkinLanguageModeling.Ifyou'reheretofindanswersforyourownproject,considerpostingyourproblems&solutionsony
HttpClient 4.3与4.3版本以下版本比较 spjich java httpclient
网上利用java发送http请求的代码很多，一搜一大把，有的利用的是java.net.*下的HttpURLConnection，有的用httpclient，而且发送的代码也分门别类。今天我们主要来说的是利用httpclient发送请求。 httpclient又可分为 httpclient3.x httpclient4.x到httpclient4.3以下 httpclient4.3
Essential Studio Enterprise Edition 2015 v1新功能体验 Axiba .net
概述：Essential Studio已全线升级至2015 v1版本了！新版本为JavaScript和ASP.NET MVC添加了新的文件资源管理器控件，还有其他一些控件功能升级，精彩不容错过，让我们一起来看看吧！ syncfusion公司是世界领先的Windows开发组件提供商，该公司正式对外发布Essential Studio Enterprise Edition 2015 v1版本。新版本
[宇宙与天文]微波背景辐射值与地球温度 comsci 背景
宇宙这个庞大,无边无际的空间是否存在某种确定的,变化的温度呢? 如果宇宙微波背景辐射值是表示宇宙空间温度的参数之一,那么测量这些数值,并观测周围的恒星能量输出值,我们是否获得地球的长期气候变化的情况呢? &nbs
lvs-server 男人50 server
#!/bin/bash # # LVS script for VS/DR # #./etc/rc.d/init.d/functions # VIP=10.10.6.252 RIP1=10.10.6.101 RIP2=10.10.6.13 PORT=80 case $1 in start) /sbin/ifconfig eth2:0 $VIP broadca
java的WebCollector爬虫框架 oloz 爬虫
WebCollector主页： https://github.com/CrawlScript/WebCollector 下载：webcollector-版本号-bin.zip将解压后文件夹中的所有jar包添加到工程既可。接下来看demo package org.spider.myspider; import cn.edu.hfut.dmic.webcollector.cra
jQuery append 与 after 的区别小猪猪08
1、after函数定义和用法： after() 方法在被选元素后插入指定的内容。语法： $(selector).after(content) 实例： <html> <head> <script type="text/javascript" src="/jquery/jquery.js"></scr
mysql知识充电香水浓 mysql
索引索引是在存储引擎中实现的，因此每种存储引擎的索引都不一定完全相同，并且每种存储引擎也不一定支持所有索引类型。根据存储引擎定义每个表的最大索引数和最大索引长度。所有存储引擎支持每个表至少16个索引，总索引长度至少为256字节。大多数存储引擎有更高的限制。MYSQL中索引的存储类型有两种：BTREE和HASH，具体和表的存储引擎相关； MYISAM和InnoDB存储引擎
我的架构经验系列文章索引 agevs 架构
下面是一些个人架构上的总结，本来想只在公司内部进行共享的，因此内容写的口语化一点，也没什么图示，所有内容没有查任何资料是脑子里面的东西吐出来的因此可能会不准确不全，希望抛砖引玉，大家互相讨论。要注意，我这些文章是一个总体的架构经验不针对具体的语言和平台，因此也不一定是适用所有的语言和平台的。（内容是前几天写的，现附上索引）前端架构 http://www.
Android so lib库远程http下载和动态注册 aijuans andorid
一、背景在开发Android应用程序的实现，有时候需要引入第三方so lib库，但第三方so库比较大，例如开源第三方播放组件ffmpeg库, 如果直接打包的apk包里面, 整个应用程序会大很多.经过查阅资料和实验，发现通过远程下载so文件，然后再动态注册so文件时可行的。主要需要解决下载so文件存放位置以及文件读写权限问题。二、主要
linux中svn配置出错 conf/svnserve.conf:12: Option expected 解决方法 baalwolf option
在客户端访问subversion版本库时出现这个错误： svnserve.conf:12: Option expected 为什么会出现这个错误呢，就是因为subversion读取配置文件svnserve.conf时，无法识别有前置空格的配置文件，如### This file controls the configuration of the svnserve daemon, if you##
MongoDB的连接池和连接管理 BigCat2013 mongodb
在关系型数据库中，我们总是需要关闭使用的数据库连接，不然大量的创建连接会导致资源的浪费甚至于数据库宕机。这篇文章主要想解释一下mongoDB的连接池以及连接管理机制，如果正对此有疑惑的朋友可以看一下。通常我们习惯于new 一个connection并且通常在finally语句中调用connection的close()方法将其关闭。正巧，mongoDB中当我们new一个Mongo的时候，会发现它也
AngularJS使用Socket.IO bijian1013 JavaScript AngularJS Socket.IO
目前，web应用普遍被要求是实时web应用，即服务端的数据更新之后，应用能立即更新。以前使用的技术（例如polling）存在一些局限性，而且有时我们需要在客户端打开一个socket，然后进行通信。 Socket.IO(http://socket.io/)是一个非常优秀的库，它可以帮你实
[Maven学习笔记四]Maven依赖特性 bit1129 maven
三个模块为了说明问题，以用户登陆小web应用为例。通常一个web应用分为三个模块，模型和数据持久化层user-core, 业务逻辑层user-service以及web展现层user-web， user-service依赖于user-core user-web依赖于user-core和user-service 依赖作用范围 Maven的dependency定义
【Akka一】Akka入门 bit1129 akka
什么是Akka Message-Driven Runtime is the Foundation to Reactive Applications In Akka, your business logic is driven through message-based communication patterns that are independent of physical locatio
zabbix_api之perl语言写法 ronin47 zabbix_api之perl
zabbix_api网上比较多的写法是python或curl。上次我用java－－http://bossr.iteye.com/blog/2195679，这次用perl。for example: #!/usr/bin/perl use 5.010 ; use strict ; use warnings ; use JSON :: RPC :: Client ; use
比优衣库跟牛掰的视频流出了，兄弟连Linux运维工程师课堂实录，更加刺激，更加实在！ brotherlamp linux运维工程师 linux运维工程师教程 linux运维工程师视频 linux运维工程师资料 linux运维工程师自学
比优衣库跟牛掰的视频流出了，兄弟连Linux运维工程师课堂实录，更加刺激，更加实在！ ----------------------------------------------------- 兄弟连Linux运维工程师课堂实录-计算机基础-1-课程体系介绍1 链接：http://pan.baidu.com/s/1i3GQtGL 密码：bl65 兄弟连Lin
bitmap求哈密顿距离-给定N（1<=N<=100000）个五维的点A(x1,x2,x3,x4,x5)，求两个点X(x1,x2,x3,x4,x5)和Y( bylijinnan java
import java.util.Random; /** * 题目： * 给定N（1<=N<=100000）个五维的点A(x1,x2,x3,x4,x5)，求两个点X(x1,x2,x3,x4,x5)和Y(y1,y2,y3,y4,y5)， * 使得他们的哈密顿距离（d=|x1-y1| + |x2-y2| + |x3-y3| + |x4-y4| + |x5-y5|）最大
map的三种遍历方法 chicony map
package com.test; import java.util.Collection; import java.util.HashMap; import java.util.Iterator; import java.util.Map; import java.util.Set; public class TestMap { public static v
Linux安装mysql的一些坑 chenchao051 linux
1、mysql不建议在root用户下运行 2、出现服务启动不了，111错误，注意要用chown来赋予权限，我在root用户下装的mysql，我就把usr/share/mysql/mysql.server复制到/etc/init.d/mysqld, (同时把my-huge.cnf复制/etc/my.cnf) chown -R cc /etc/init.d/mysql
Sublime Text 3 配置 daizj 配置 Sublime Text
Sublime Text 3 配置解释(默认){// 设置主题文件“color_scheme”: “Packages/Color Scheme – Default/Monokai.tmTheme”,// 设置字体和大小“font_face”: “Consolas”,“font_size”: 12,// 字体选项：no_bold不显示粗体字，no_italic不显示斜体字，no_antialias和
MySQL server has gone away 问题的解决方法 dcj3sjt126com SQL Server
MySQL server has gone away 问题解决方法，需要的朋友可以参考下。应用程序（比如PHP）长时间的执行批量的MYSQL语句。执行一个SQL，但SQL语句过大或者语句中含有BLOB或者longblob字段。比如，图片数据的处理。都容易引起MySQL server has gone away。今天遇到类似的情景，MySQL只是冷冷的说：MySQL server h
javascript/dom:固定居中效果 dcj3sjt126com JavaScript
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns="http://www.w3.org/1999/xhtml&
使用 Spring 2.5 注释驱动的 IoC 功能 e200702084 spring bean 配置管理 IOC Office
使用 Spring 2.5 注释驱动的 IoC 功能 developerWorks 文档选项将打印机的版面设置成横向打印模式打印本页将此页作为电子邮件发送将此页作为电子邮件发送级别：初级陈雄华 ([email protected]), 技术总监, 宝宝淘网络科技有限公司 2008 年 2 月 28 日 &nb
MongoDB常用操作命令 geeksun mongodb
1. 基本操作 db.AddUser(username,password) 添加用户 db.auth(usrename,password) 设置数据库连接验证 db.cloneDataBase(fromhost)
php写守护进程（Daemon） hongtoushizi PHP
转载自： http://blog.csdn.net/tengzhaorong/article/details/9764655 守护进程（Daemon）是运行在后台的一种特殊进程。它独立于控制终端并且周期性地执行某种任务或等待处理某些发生的事件。守护进程是一种很有用的进程。php也可以实现守护进程的功能。 1、基本概念 &nbs
spring整合mybatis,关于注入Dao对象出错问题 jonsvien DAO spring bean mybatis prototype
今天在公司测试功能时发现一问题：先进行代码说明： 1，controller配置了Scope="prototype"（表明每一次请求都是原子型） @resource/@autowired service对象都可以（两种注解都可以）。 2，service 配置了Scope="prototype"（表明每一次请求都是原子型）
对象关系行为模式之标识映射 home198979 PHP 架构企业应用对象关系标识映射
HELLO!架构一、概念 identity Map:通过在映射中保存每个已经加载的对象，确保每个对象只加载一次，当要访问对象的时候，通过映射来查找它们。其实在数据源架构模式之数据映射器代码中有提及到标识映射，Mapper类的getFromMap方法就是实现标识映射的实现。二、为什么要使用标识映射？在数据源架构模式之数据映射器中 //c
Linux下hosts文件详解 pda158 linux
　1、主机名：　　无论在局域网还是INTERNET上，每台主机都有一个IP地址，是为了区分此台主机和彼台主机，也就是说IP地址就是主机的门牌号。　　公网：IP地址不方便记忆，所以又有了域名。域名只是在公网（INtERNET)中存在，每个域名都对应一个IP地址，但一个IP地址可有对应多个域名。　　局域网：每台机器都有一个主机名，用于主机与主机之间的便于区分，就可以为每台机器设置主机
nginx配置文件粗解 spjich java nginx
#运行用户#user nobody;#启动进程,通常设置成和cpu的数量相等worker_processes 2;#全局错误日志及PID文件#error_log logs/error.log;#error_log logs/error.log notice;#error_log logs/error.log inf
数学函数 w54653520 java
public class S { // 传入两个整数，进行比较，返回两个数中的最大值的方法。 public int get( int num1, int nu