outprob_style.c

木構造化辞書上の状態の出力確率計算を行う. [詳細]

#include <julius.h>

outprob_style.cのインクルード依存関係図

ソースコードを見る。

関数
void	outprob_style_cache_init (WCHMM_INFO *wchmm)
CD_Set *	lcdset_lookup_with_category (WCHMM_INFO *wchmm, HMM_Logical *hmm, WORD_ID category)
static void	lcdset_register_with_category (WCHMM_INFO *wchmm, HTK_HMM_INFO *hmminfo, DFA_INFO *dfa, HMM_Logical *hmm, WORD_ID category)
	ある単語末の音素について，カテゴリ付き pseudo phone set を生成する．
void	lcdset_register_with_category_all (WCHMM_INFO *wchmm, HTK_HMM_INFO *hmminfo, WORD_INFO *winfo, DFA_INFO *dfa)
static void	callback_free_lcdset_content (void *arg)
void	lcdset_remove_with_category_all (WCHMM_INFO *wchmm)
LOGPROB	outprob_style (WCHMM_INFO *wchmm, int node, int last_wid, int t, HTK_Param *param)
void	error_missing_right_triphone (HMM_Logical *base, char *rc_name)
void	error_missing_left_triphone (HMM_Logical *base, char *lc_name)
変数
static char	rbuf [MAX_HMMNAME_LEN]
	Local workarea for HMM name conversion.
static char	lccbuf [MAX_HMMNAME_LEN+7]
	work area for HMM name conversion
static char	lccbuf2 [MAX_HMMNAME_LEN+7]
	work area for HMM name conversion

---

説明

木構造化辞書上の状態の出力確率計算を行う.

作者:

Akinobu Lee

日付:

Mon Aug 22 17:14:26 2005

第1パスで，木構造化辞書上のノードの，入力ベクトルに対する HMM の 出力対数確率を計算する．

トライフォン使用時は，単語内の音素環境依存については辞書読み込み時に 考慮されて対応するトライフォンがすでに割り当てられているので，ここで 特別な処理は行われない．単語先頭および末尾の音素は，木構造化辞書上では pseudo triphone が割り当たっており，これらについては，以下のように 単語間を音素環境依存性を考慮した計算が行われる．

1. 単語内音素: 通常通り計算する．
2. 単語の先頭音素: 直前単語の情報から，pseudo triphone を正しい トライフォンに動的に切り替えて計算．
3. 単語の末尾音素: その pseudo triphone に含まれる（同じ左コンテキストを 持つトライフォンの）状態集合中のすべての状態について尤度を計算し，
   • "-iwcd1 max" 指定時は最大値
   • "-iwcd1 avg" 指定時は平均値(default)
   • "-iwcd1 best N" 指定時は上位N個の平均値 をその状態の尤度として採用する．(これは outprob_cd() 内で自動的に選択 され計算される．
4. 1音素からなる単語の場合: 上記を両方とも考慮する．

上記の処理を行うには，木構造化辞書の状態ごとに，それぞれが単語内でどの 位置の音素に属する状態であるかの情報が必要である．木構造化辞書では， 状態ごとに上記のどの処理を行えば良いかを AS_Style であらかじめ保持している．

また，上記の 2 と 4 の状態では，コンテキストに伴うtriphone変化を， 直前単語ID とともに状態ごとにフレーム単位でキャッシュしている．これにより 計算量の増大を防ぐ．

Revision

1.1.1.1

outprob_style.c で定義されています。

---

関数

void outprob_style_cache_init (  WCHMM_INFO *  wchmm  )

単語先頭のトライフォン変化用キャッシュを初期化 引数: wchmm  [i/o] 木構造化辞書 outprob_style.c の 99 行で定義されています。 参照元 init_nodescore().

CD_Set* lcdset_lookup_with_category (  WCHMM_INFO *  wchmm, HMM_Logical *  hmm, WORD_ID  category )

Julian 用の単語末用カテゴリ付き pseudo phone set を検索する． 引数: wchmm  [in] 木構造化辞書 hmm  [in] 論理 HMM category  [in] 属する単語カテゴリ 戻り値: 該当 set が見つかればそこへのポインタ，あるいは見つからなければ NULL を返す． outprob_style.c の 144 行で定義されています。 参照元 lcdset_register_with_category(), outprob_style(), と wchmm_add_word().

static void lcdset_register_with_category (  WCHMM_INFO *  wchmm, HTK_HMM_INFO *  hmminfo, DFA_INFO *  dfa, HMM_Logical *  hmm, WORD_ID  category )  [static]

ある単語末の音素について，カテゴリ付き pseudo phone set を生成する． Julian では，ある単語に後続可能な単語集合は文法によって制限される．よって， 単語末尾から次に後続しうる単語先頭音素の種類も文法によって限定 される．そこで，与えられた辞書上で，単語のカテゴリごとに，後続しうる先頭音素 をカテゴリ対情報から作成し，それらをカテゴリ付き pseudo phone set として 定義して単語終端に用いることで，Julian における単語間トライフォンの 近似誤差を小さくすることができる． この phone set の名前は通常の "a-k" などと異なり "a-k::38" となる (数字はカテゴリID)．ここでは，辞書を検索して可能なすべてのカテゴリ付き pseudo phone set を，生成する．これは通常の pseudo phone set とは別に 保持され，単語末端のみで使用される． 引数: wchmm  [i/o] 木構造化辞書 hmminfo  [in] 音素HMM定義構造体 dfa  [in] DFA文法情報 hmm  [in] これから登録する単語の終端の論理HMM category  [in] これから登録する単語の文法カテゴリID outprob_style.c の 209 行で定義されています。 参照元 lcdset_register_with_category_all().

void lcdset_register_with_category_all (  WCHMM_INFO *  wchmm, HTK_HMM_INFO *  hmminfo, WORD_INFO *  winfo, DFA_INFO *  dfa )

辞書上のすべての単語について，その末尾に登場しうるカテゴリ付き pseudo phone set を生成する（Julian用）． 引数: wchmm  [i/o] 木構造化辞書情報 hmminfo  [in] HMM定義構造体 winfo  [in] 単語辞書情報 dfa  [in] DFA文法情報 outprob_style.c の 273 行で定義されています。 参照元 build_wchmm(), と build_wchmm2().

static void callback_free_lcdset_content (  void *  arg  )  [static]

カテゴリ付き pseudo phone set の内容を消去する aptree 関数コールバック． 引数: d  [in] index木内の pseudo phone set へのポインタ outprob_style.c の 315 行で定義されています。 参照元 lcdset_remove_with_category_all().

void lcdset_remove_with_category_all (  WCHMM_INFO *  wchmm  )

カテゴリ付き pseudo phone set をすべて消去する．この関数は Julian で文法が 変更された際に，カテゴリ付き pseudo phone set を再構築するのに用いられる． 引数: wchmm  [i/o] 木構造化辞書 outprob_style.c の 343 行で定義されています。 参照元 wchmm_free().

LOGPROB outprob_style (  WCHMM_INFO *  wchmm, int  node, int  last_wid, int  t, HTK_Param *  param )

木構造化辞書中のある状態(ノード)について対数出力確率を計算する． 引数: wchmm  [in] 木構造化辞書情報 node  [in] ノード番号 last_wid  [in] 直前単語（単語先頭のトライフォン計算に用いる） t  [in] 時間フレーム param  [in] 特徴量パラメータ構造体 (t 番目のベクトルについて計算する) 戻り値: 出力確率の対数値を返す． outprob_style.c の 383 行で定義されています。 参照元 bt_discount_pescore(), get_back_trellis_proceed(), と init_nodescore().

void error_missing_right_triphone (  HMM_Logical *  base, char *  rc_name )

指定した右コンテキストを持つトライフォンが 見つからなかった場合にエラーメッセージを出力する関数． 引数: base  [in] ベースのトライフォン rc_name  [in] 右コンテキストの音素名 outprob_style.c の 542 行で定義されています。 参照元 lcdset_register_with_category(), next_word(), と scan_word().

void error_missing_left_triphone (  HMM_Logical *  base, char *  lc_name )

指定した左コンテキストを持つトライフォンが 見つからなかった場合にエラーメッセージを出力する関数． 引数: base  [in] ベースのトライフォン lc_name  [in] 左コンテキストの音素名 outprob_style.c の 567 行で定義されています。 参照元 outprob_style(), と scan_word().

---