使用HTK进行说话人适应。

| 我正在尝试使基于单声道的识别器适合特定的说话者。我正在使用

HTKBook 3.4.1 section 3.6.2

中给出的配方。我陷入了像sp那样调用的

HHEd

部分：

HHEd -A -D -T 1 -H hmm15/hmmdefs -H hmm15/macros -M classes regtree.hed monophones1eng

我最终遇到的错误如下：

ERROR [+999]  Components missing from Base Class list (2413 3375)

  ERROR [+999]  BaseClass check failed

文件夹

classes

包含文件

global

，其内容如下：

~b ‘‘global’’

<MMFIDMASK> *

<PARAMETERS> MIXBASE

<NUMCLASSES> 1

  <CLASS> 1 {*.state[2-4].mix[1-25]}

hmm15

中的

hmmdefs

文件缺少一些混合成分（每个电话的每个状态我使用25个混合成分）。我尝试通过给混合分量提供均值和方差随机值但权重为零的方法来“填补空白”。这也没有任何作用。 hmm是具有5个状态（发射3个状态）的左右hmm，每个状态由25种成分的混合物建模。每个组件依次由具有EDA组件的MFCC建模。总共有46部电话。 我的问题是： 1.我调用ѭ1的方式是否正确？可以单声道以上述方式调用它吗？ 2.我知道基类列表（“ 10”必须包含每个混合成分），但是在哪里可以找到这些缺失的混合成分？ 注意：如果需要更多信息，请告知我。 编辑1：文件regtree.hed包含以下内容：

RN \"models\"
LS \"stats_engOnly_3_4\"
RC 32 \"rtree\"

谢谢， 斯里拉姆