Julian: julius/extern.h

void bt_init ( BACKTRELLIS * bt )

単語トレリスを保持する単語トレリス構造体を初期化する(起動時に1回だけ実行)

引数:

bt

[in] 初期化する単語トレリス構造体へのポインタ

backtrellis.c の 74 行で定義されています。

参照元 final_fusion().

void bt_prepare ( BACKTRELLIS * bt )

次回の認識用に単語トレリス構造体を準備する (認識開始時ごとに実行)．

引数:

bt

[in] 対象とする単語トレリス構造体へのポインタ

backtrellis.c の 96 行で定義されています。

参照元 get_back_trellis_init().

void bt_store	(	BACKTRELLIS *	bt,
		TRELLIS_ATOM *	tatom
	)

第1パスで出現したトレリス単語（単語終端のトレリス情報）を格納する．

ここでは格納だけ行い，第1パス終了後に bt_relocate_rw() でフレーム順に再配置する．

引数:

	bt	[i/o] トレリス単語を格納するバックトレリス構造体
	tatom	[in] 出現したトレリス単語へのポインタ

backtrellis.c の 134 行で定義されています。

参照元 get_back_trellis_end().

void bt_relocate_rw ( BACKTRELLIS * bt )

第1パス終了後, 格納された単語トレリス情報をフレーム順に再配置する．

引数:

bt

[i/o] 単語トレリス構造体

backtrellis.c の 161 行で定義されています。

参照元 finalize_1st_pass().

void bt_discount_pescore	(	WCHMM_INFO *	wchmm,
		BACKTRELLIS *	bt,
		HTK_Param *	param
	)

第1パス終了後, 第2パスでのトレリス再接続計算のために，全時間に渡って各トレリス単語の終端の最終状態の出力尤度を再計算し, それを累積から差し引いておく．第２パスでは，仮説接続時には接続仮説を考慮して接続点の状態の尤度が再計算される．

引数:

	wchmm	[in] 木構造化辞書
	bt	[in] 単語トレリス構造体
	param	[in] 入力パラメータ情報

backtrellis.c の 307 行で定義されています。

参照元 main_recognition_loop().

void bt_sort_rw ( BACKTRELLIS * bt )

bt_relocate_rw() 終了後, 高速アクセスのためにバックトレリス構造体内のトレリス単語をフレームごとに単語IDでソートしておく．

引数:

bt

[i/o] 単語トレリス構造体

backtrellis.c の 382 行で定義されています。

参照元 finalize_1st_pass().

TRELLIS_ATOM* bt_binsearch_atom	(	BACKTRELLIS *	bt,
		int	t,
		WORD_ID	wkey
	)

単語トレリス内の指定時刻フレーム上に，指定単語の終端があるかどうかを検索する．

引数:

	bt	[in] 単語トレリス構造体
	t	[in] 検索する終端時刻（フレーム）
	wkey	[in] 検索する単語の単語ＩＤ

戻り値:: 見つかった場合そのトレリス単語へのポインタ，見つからなければ NULL．

backtrellis.c の 420 行で定義されています。

参照元 start_word().

void get_back_trellis_init	(	HTK_Param *	param,
		WCHMM_INFO *	wchmm,
		BACKTRELLIS *	backtrellis
	)

フレーム同期ビーム探索：最初の１フレーム目

ここではビームサーチに用いるノードやトークン，単語トレリス構造体などの初期化，および最初のフレームの計算を行う．2フレーム目以降は get_back_trellis_proceed() を用いる．

引数:

	param	[in] 入力ベクトル列情報 (最初の１フレーム目のみ用いられる)
	wchmm	[in] 木構造化辞書
	backtrellis	[i/o] 単語トレリス構造体 (この関数内で初期化される)

beam.c の 1477 行で定義されています。

参照元 get_back_trellis()・RealTimeParam()・RealTimePipeLine().

boolean get_back_trellis_proceed	(	int	t,
		HTK_Param *	param,
		WCHMM_INFO *	wchmm,
		BACKTRELLIS *	backtrellis
	)

フレーム同期ビーム探索：２フレーム目以降

フレーム同期ビーム探索のメイン部分です．与えられた１フレーム分計算を進め，そのフレーム内に残った単語を単語トレリス構造体の中に保存する．第1フレームに対しては get_back_trellis_init() を用いる．詳細は関数内のコメントを参照のこと．

引数:

	t	[in] 現在のフレーム (このフレームについて計算が進められる)
	param	[in] 入力ベクトル列構造体 (t 番目のフレームのみ用いられる)
	wchmm	[in] 木構造化辞書
	backtrellis	[i/o] 単語トレリス構造体 (t 番目のフレーム上に残った単語が追加される)

戻り値:: TRUE (通常どおり終了) あるいは FALSE (ここで探索を中断する場合: 逐次デコーディング時にショートポーズ区間を検出したか，ビーム内のアクティブノード数が0になったとき)

beam.c の 1608 行で定義されています。

参照元 get_back_trellis()・get_back_trellis_end()・RealTimeParam()・RealTimePipeLine().

void get_back_trellis_end	(	HTK_Param *	param,
		WCHMM_INFO *	wchmm,
		BACKTRELLIS *	backtrellis
	)

フレーム同期ビーム探索：最終フレーム

第１パスのフレーム同期ビーム探索を終了するために， (param->samplenum -1) の最終フレームに対する終了処理を行う．

引数:

	param	[in] 入力ベクトル列 (param->samplenum の値のみ用いられる)
	wchmm	[in] 木構造化辞書
	backtrellis	[i/o] 単語トレリス構造体 (最終フレームの単語候補が格納される)

beam.c の 2363 行で定義されています。

参照元 get_back_trellis()・RealTimeParam()・RealTimeTerminate().

void get_back_trellis	(	HTK_Param *	param,
		WCHMM_INFO *	wchmm,
		BACKTRELLIS *	backtrellis,
		LOGPROB *	backmax
	)

フレーム同期ビーム探索：メイン

与えられた入力ベクトル列に対して第１パス(フレーム同期ビーム探索)を行い，その結果を出力する．また全フレームに渡る単語終端を，第２パスのために単語トレリス構造体に格納する．

この関数は入力ベクトル列があらかじめ得られている場合に用いられる．第１パスが入力と並列して実行されるオンライン認識の場合，この関数は用いられず，代わりにこのファイルで定義されている各サブ関数が直接 realtime-1stpass.c 内から呼ばれる．

引数:

	param	[in] 入力ベクトル列
	wchmm	[in] 木構造化辞書
	backtrellis	[out] 単語トレリス情報が書き込まれる構造体へのポインタ
	backmax	[out] 第１パスの最尤スコア (探索失敗なら LOG_ZERO)

beam.c の 2656 行で定義されています。

参照元 main_recognition_loop().

LOGPROB finalize_1st_pass	(	BACKTRELLIS *	backtrellis,
		WORD_INFO *	winfo,
		int	len
	)

第１パスの終了処理を行う．

この関数は get_back_trellis_end() の直後に呼ばれ，第１パスの終了処理を行う．生成した単語トレリス構造体の最終的な後処理を行い第２パスでアクセス可能な形に内部を変換する．また，仮説のバックトレースを行い第１パスのベスト仮説を出力する．

引数:

	backtrellis	[i/o] 単語トレリス構造体 (後処理が行われる)
	winfo	[in] 単語辞書
	len	[in] 第１パスで処理された最終的なフレーム長

戻り値:: 第１パスの最尤仮説の累積尤度，あるいは仮説が見つからない場合は LOG_ZERO．

beam.c の 2455 行で定義されています。

参照元 get_back_trellis()・RealTimeParam()・RealTimeTerminate().

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 354 行で定義されています。

参照元 bt_discount_pescore()・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 513 行で定義されています。

参照元 lcdset_register_with_category()・next_word()・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 538 行で定義されています。

参照元 outprob_style()・scan_word().

int dfa_firstwords	(	NEXTWORD **	nw,
		int	peseqlen,
		int	maxnw,
		DFA_INFO *	dfa
	)

文法にしたがって，文頭に接続しうる単語を最初の予測単語群として返す．

引数:

	nw	[out] 次単語集合の格納先へのポインタ
	peseqlen	[in] 入力フレーム長
	maxnw	[in] nw の許される最大長
	dfa	[in] DFA文法構造体

戻り値:: 予測された単語数 (ただしエラー時は -1 を返す)

dfa_decode.c の 86 行で定義されています。

参照元 wchmm_fbs().

int dfa_nextwords	(	NODE *	hypo,
		NEXTWORD **	nw,
		int	maxnw,
		DFA_INFO *	dfa
	)

部分文仮説に対して，文法に従って次に接続しうる単語群を返す．

引数:

	hypo	[in] 展開元の部分文仮説
	nw	[out] 次単語集合の格納先へのポインタ
	maxnw	[in] nw の許される最大長
	dfa	[in] DFA文法構造体

戻り値:: 予測された単語数 (ただしエラー時は -1 を返す)

dfa_decode.c の 144 行で定義されています。

boolean dfa_acceptable	(	NODE *	hypo,
		DFA_INFO *	dfa
	)

部分文仮説が文法上文として最終(受理可能)状態にあるかどうかを返す．

引数:

	hypo	[in] 部分文仮説
	dfa	[in] DFA文法構造体

戻り値:: 受理可能状態にあるとき TRUE 受理不可能なとき FALSE

dfa_decode.c の 201 行で定義されています。

boolean dfa_look_around	(	NEXTWORD *	nword,
		NODE *	hypo,
		BACKTRELLIS *	bt
	)

次単語候補がその推定された接続予測点の前後の単語トレリス上にあるかどうかをチェックし，もしあればそのトレリス単語へのポインタをセットする．なお最尤の接続点はあとで決まるので，ここでは最適なトレリス単語でなくてよい．

引数:

	nword	[i/o] 次単語候補 (対応するトレリス単語へのポインタがセットされる)
	hypo	[in] 展開元仮説
	bt	[in] 単語トレリス構造体

戻り値:: 単語トレリス上の予測位置付近に次単語が存在すれば TRUE，存在しなければ FALSE を返す．

dfa_decode.c の 242 行で定義されています。

void wchmm_fbs	(	HTK_Param *	param,
		BACKTRELLIS *	backtrellis,
		LOGPROB	backmax,
		int	stacksize,
		int	ncan,
		int	maxhypo,
		int	cate_bgn,
		int	cate_num
	)

第2探索パスであるスタックデコーディングを行うメイン関数

引数:

	param	[in] 入力パラメータベクトル列
	backtrellis	[in] 第1パスで得られた単語トレリス
	backmax	[in] 第1パスで得られた累積仮説スコアの最大値
	stacksize	[in] 仮説スタックのサイズ
	ncan	[in] 得るべき文候補数
	maxhypo	[in] 探索を断念する展開数閾値
	cate_bgn	[in] 展開対象とすべきカテゴリの開始番号（Juliusでは無視）
	cate_num	[in] 展開対象とすべきカテゴリの数（Juliusでは無視）

search_bestfirst_main.c の 1083 行で定義されています。

参照元 main_recognition_loop().

void clear_stocker ( )

リサイクル用ノード格納庫を空にする．

search_bestfirst_v1.c の 199 行で定義されています。

void free_node ( NODE * node )

仮説ノードの利用を終了してリサイクル用にストックする

引数:

node

[in] 仮説ノード

search_bestfirst_v1.c の 169 行で定義されています。

参照元 free_all_nodes()・put_all_in_stack()・put_to_stack()・result_reorder_and_output()・wchmm_fbs().

NODE* cpy_node	(	NODE *	dst,
		NODE *	src
	)

仮説をコピーする．

引数:

	dst	[out] コピー先の仮説
	src	[in] コピー元の仮説

戻り値:: dst を返す．

search_bestfirst_v1.c の 238 行で定義されています。

参照元 last_next_word().

NODE* newnode ( )

新たな仮説ノードを割り付ける．もし格納庫に以前試用されなくなったノードがある場合はそれを再利用する．なければ新たに割り付ける．

戻り値:: 新たに割り付けられた仮説ノードへのポインタを返す．

search_bestfirst_v1.c の 314 行で定義されています。

参照元 wchmm_fbs().

void malloc_wordtrellis ( )

1単語分のトレリス計算用のワークエリアを確保．

search_bestfirst_v1.c の 418 行で定義されています。

参照元 wchmm_fbs().

void free_wordtrellis ( )

1単語分のトレリス計算用のワークエアリアを解放

search_bestfirst_v1.c の 456 行で定義されています。

void scan_word	(	NODE *	now,
		HTK_Param *	param
	)

最後の1単語の前向きトレリスを計算して，文仮説の前向き尤度を更新する．

引数:

	now	[i/o] 文仮説
	param	[in] 入力パラメータ列

search_bestfirst_v1.c の 555 行で定義されています。

void next_word	(	NODE *	now,
		NODE *	new,
		NEXTWORD *	nword,
		HTK_Param *	param,
		BACKTRELLIS *	backtrellis
	)

展開元仮説に次単語を接続して新しい仮説を生成する．次単語の単語トレリス上のスコアから最尤接続点を求め，仮説スコアを計算する．

引数:

	now	[in] 展開元仮説
	new	[out] 新たに生成された仮説が格納される
	nword	[in] 接続する次単語の情報
	param	[in] 入力パラメータ列
	backtrellis	[in] 単語トレリス

search_bestfirst_v1.c の 1353 行で定義されています。

void start_word	(	NODE *	new,
		NEXTWORD *	nword,
		HTK_Param *	param,
		BACKTRELLIS *	backtrellis
	)

与えられた単語から初期仮説を生成する．

引数:

	new	[out] 新たに生成された仮説が格納される
	nword	[in] 初期仮説単語の情報
	param	[in] 入力パラメータ列
	backtrellis	[in] 単語トレリス

search_bestfirst_v1.c の 1587 行で定義されています。

参照元 wchmm_fbs().

void last_next_word	(	NODE *	now,
		NODE *	new,
		HTK_Param *	param
	)

終端処理：終端まで達した文仮説の最終的なスコアをセットする．

引数:

	now	[in] 終端まで達した仮説
	new	[out] 最終的な文仮説のスコアを格納する場所へのポインタ
	param	[in] 入力パラメータ列

search_bestfirst_v1.c の 1674 行で定義されています。

HTK_Param* new_wav2mfcc	(	SP16	speech[],
		int	speechlen
	)

音声波形データから MFCC パラメータを抽出する．

引数:

	speech	[in] 音声波形データ
	speechlen	[in] speech の長さ（単位：サンプル数）

戻り値:: 新たに割り付けられ抽出パラメータベクトルが格納されているパラメータ構造体へのポインタを返す．

wav2mfcc.c の 79 行で定義されています。

参照元 main_recognition_loop().

void put_header ( FILE * strm )

ヘッダを出力する．

引数:

strm

[in] 出力ストリーム

version.c の 48 行で定義されています。

参照元 detailed_help()・opt_parse()・print_info()・put_header().

void put_version ( FILE * strm )

バージョン情報を出力する

引数:

strm

[in] 出力ストリーム

version.c の 65 行で定義されています。

参照元 put_version()・usage().

void put_compile_defs ( FILE * strm )

コンパイル時の設定を出力する．

引数:

strm

[in] 入力ストリーム

version.c の 89 行で定義されています。

参照元 detailed_help()・opt_parse()・print_info()・put_compile_defs().

void put_library_defs ( FILE * strm )

ライブラリの設定を出力する

引数:

strm

[in] 出力ストリーム

version.c の 255 行で定義されています。

参照元 opt_parse()・put_library_defs().

WCHMM_INFO* wchmm_new ( )

木構造化辞書を新たに割り付ける．

戻り値:: 新たにメモリ上に割り付けられた木構造化辞書構造体へのポインタを返す．

wchmm.c の 70 行で定義されています。

参照元 final_fusion()・multigram_setup().

void wchmm_free ( WCHMM_INFO * w )

木構造化辞書およびその内部の割付メモリを全て解放する．

引数:

w

[in] 木構造化辞書

wchmm.c の 206 行で定義されています。

参照元 multigram_setup().

void print_wchmm_info ( WCHMM_INFO * wchmm )

木構造化辞書のサイズなどの情報を標準出力に出力する．

引数:

wchmm

[in] 木構造化辞書

wchmm.c の 1958 行で定義されています。

参照元 print_info().

void build_wchmm2 ( WCHMM_INFO * wchmm )

与えられた単語辞書と言語モデルから木構造化辞書を構築する．この関数は bulid_wchmm() と同じ処理を行いますが，最初に単語を音素列でソートして音素列の似た順に単語を並べるため，より高速に木構造化を行うことができる．とくにオプション指定をしない限り，Julius/Julianではこちらが用いられる．

引数:

wchmm

[i/o] 木構造化辞書

wchmm.c の 1682 行で定義されています。

参照元 final_fusion()・multigram_setup().

void wchmm_check_interactive ( WCHMM_INFO * wchmm )

木構造化辞書の構造を起動時に対話的にチェックする際のコマンドループ

引数:

wchmm

[in] 木構造化辞書

wchmm_check.c の 313 行で定義されています。

void check_wchmm ( WCHMM_INFO * wchmm )

木構造化辞書内のリンク情報の一貫性をチェックする（内部デバッグ用）

引数:

wchmm

[in] 木構造化辞書

wchmm_check.c の 424 行で定義されています。

void RealTimeInit ( )

第1パス平行認識処理の初期化（起動後1回だけ呼ばれる）

realtime-1stpass.c の 207 行で定義されています。

参照元 final_fusion().

void RealTimePipeLinePrepare ( )

第1パス平行認識処理のデータ準備（認識開始ごとに呼ばれる）

realtime-1stpass.c の 266 行で定義されています。

参照元 main_recognition_loop().

int RealTimePipeLine	(	SP16 *	Speech,
		int	nowlen
	)

第1パス平行音声認識処理のメイン

この関数は, 音声入力ルーチンのコールバックとして，取り込んだ音声データの断片を引数として呼び出されます．音声入力が開始されると，取り込んだ音声データは数千サンプルごとに，その都度この関数が呼び出されます．呼び出しは，音声区間終了か入力ストリームの終了まで続きます．

この関数内では，漸次的な特徴量抽出および第1パスの認識が行われます．

引数:

	Speech	[in] 音声データへのバッファへのポインタ
	nowlen	[in] 音声データの長さ

戻り値:: エラー時 -1 を，正常時 0 を返す．また，この入力断片までで，文章の区切りとして第1パスを終了したいときには 1 を返す．

realtime-1stpass.c の 351 行で定義されています。

参照元 main_recognition_loop().

HTK_Param* RealTimeParam ( LOGPROB * backmax )

第1パス平行認識処理の終了処理を行う．

引数:

backmax

[out] 第1パスの最終フレームでの最大尤度を格納する

戻り値:: この入力の特徴パラメータを格納した構造体を返す．

realtime-1stpass.c の 712 行で定義されています。

参照元 main_recognition_loop().

void RealTimeCMNUpdate ( HTK_Param * param )

次回の認識に備えて CMN用にケプストラム平均を更新する．

引数:

param

[in] 現在の入力パラメータ

realtime-1stpass.c の 862 行で定義されています。

参照元 main_recognition_loop().

void RealTimeTerminate ( )

第1パス平行認識処理の中断時の終了処理を行う．

realtime-1stpass.c の 910 行で定義されています。

参照元 main_recognition_loop().

void word_align	(	WORD_ID *	words,
		short	wnum,
		HTK_Param *	param
	)

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

word_align.c の 381 行で定義されています。

void phoneme_align	(	WORD_ID *	words,
		short	num,
		HTK_Param *	param
	)

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

word_align.c の 430 行で定義されています。

void state_align	(	WORD_ID *	words,
		short	num,
		HTK_Param *	param
	)

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

word_align.c の 479 行で定義されています。

void word_rev_align	(	WORD_ID *	revwords,
		short	wnum,
		HTK_Param *	param
	)

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

word_align.c の 403 行で定義されています。

参照元 result_reorder_and_output().

void phoneme_rev_align	(	WORD_ID *	revwords,
		short	num,
		HTK_Param *	param
	)

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

word_align.c の 452 行で定義されています。

参照元 result_reorder_and_output().

void state_rev_align	(	WORD_ID *	revwords,
		short	num,
		HTK_Param *	param
	)

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

word_align.c の 501 行で定義されています。

参照元 result_reorder_and_output().

void check_specs ( )

指定されたパラメータをチェックする．

ファイルの存在チェックやパラメータ指定の整合性，モデルとの対応などについてチェックを行なう．重要な誤りが見つかった場合エラー終了する．

m_chkparam.c の 87 行で定義されています。

参照元 main().

void print_setting ( )

読み込んだモデルファイル名を出力する．

m_info.c の 37 行で定義されています。

参照元 print_info().

void print_info ( )

全てのシステム情報を出力する．

m_info.c の 88 行で定義されています。

参照元 main_recognition_loop().

int adin_cut_callback_store_buffer	(	SP16 *	now,
		int	len
	)

検出区間の音声データをバッファに保存するための adin_go() callback

この関数は，検出された音声入力を逐次バッファ speech に記録していきます．バッファ処理モード（＝非リアルタイムモード）で認識を行なうときに用いられます．

引数:

	now	[in] 検出された音声波形データの断片
	len	[in] now の長さ(サンプル数)

戻り値:: エラー時 -1 (adin_go は即時中断する)，通常時 0 (adin_go は続行する)，区間終了要求時 1 (adin_go は現在の音声区間を閉じる)．

main.c の 103 行で定義されています。

参照元 main_recognition_loop()・RealTimePipeLine().

void opt_terminate ( )

メッセージを出力してエラー終了（オプション指定エラー時用）

m_usage.c の 37 行で定義されています。

参照元 args_needed_exit()・opt_parse().

void usage ( )

バージョンとメッセージを出力して終了（オプション無し実行時）

m_usage.c の 53 行で定義されています。

参照元 opt_parse().

void detailed_help ( )

バージョン情報，エンジン設定および詳細なオプションのヘルプを表示して終了

m_usage.c の 72 行で定義されています。

参照元 opt_parse().

char* filepath	(	char *	filename,
		char *	dirname
	)

相対パスをフルパスに変換する．

ファイルのパス名が相対パスであれば，カレントディレクトリをつけたフルパスに変換して返す．絶対パスであれば，そのまま返す．

引数:

	filename	[in] ファイルのパス名
	dirname	[in] カレントディレクトリのパス名

戻り値:: 絶対パス名の入った，新たに割り付けられたバッファ

m_options.c の 51 行で定義されています。

参照元 multigram_add_prefix_filelist()・multigram_add_prefix_list()・opt_parse().

void opt_parse	(	int	argc,
		char *	argv[],
		char *	cwd
	)

オプションを解析して対応する値をセットする．

引数:

	argc	[in] argv に含まれる引数の数
	argv	[in] 引数を表す文字列の配列
	cwd	[in] カレントディレクトリ文字列

m_options.c の 109 行で定義されています。

参照元 config_file_parse()・main().

void opt_release ( )

オプション関連のグローバル変数のメモリ領域を解放する．

m_options.c の 835 行で定義されています。

参照元 m_errexit()・m_exit()・main().

void get_dirname ( char * path )

ファイルのパス名からディレクトリ名を抜き出す．

最後の '/' は残される．

引数:

path

[i/o] ファイルのパス名（関数内で変更される）

m_jconf.c の 127 行で定義されています。

参照元 config_file_parse()・multigram_add_prefix_filelist().

void config_file_parse ( char * conffile )

jconf 設定ファイルを読み込んで解析し，対応するオプションを設定する．

引数:

conffile

[in] jconf ファイルのパス名

m_jconf.c の 159 行で定義されています。

参照元 opt_parse().

void checkpath ( char * filename )

ファイルが存在して読み込み可能かチェックする．

引数:

filename

[in] ファイルパス名

m_chkparam.c の 39 行で定義されています。

参照元 check_specs()・multigram_add_prefix_filelist()・multigram_add_prefix_list().

int set_beam_width	(	WCHMM_INFO *	wchmm,
		int	specified
	)

第1パスのビーム幅を決定する．

ユーザが "-b" オプションでビーム幅を指定しなかった場合は，下記のうち小さい方がビーム幅として採用される．

default_width() の値
sqrt(語彙数) * 15

引数:

	wchmm	[in] 木構造化辞書
	specified	[in] ユーザ指定ビーム幅(0: 全探索 -1: 未指定)

戻り値:: 採用されたビーム幅．

m_chkparam.c の 283 行で定義されています。

参照元 final_fusion()・multigram_setup().

void system_bootup ( )

システム起動時に最初に呼ばれる初期化処理．メモリ割り付け関数の初期化やエラー処理関数の登録などを行なう．

m_bootup.c の 103 行で定義されています。

参照元 main().

void adin_initialize ( )

音声入力デバイスを初期化する．speech_input で選択されているデバイスを初期化し，サンプリング周波数や音声検出用パラメータをセットする．

m_adin.c の 39 行で定義されています。

参照元 main_recognition_loop().

void final_fusion ( )

全てのモデルを読み込み，認識の準備を行なう．

認識で用いる全てのモデルを読み込んだあと，モデル同士の関連づけや木構造化辞書の構築，キャッシュの確保を行なう．またいくつかのデフォルトパラメータの決定や，結果の出力先の設定もおこなう．

m_fusion.c の 331 行で定義されています。

参照元 main_recognition_loop().

void setup_result_tty ( )

モジュール出力を行うよう関数を登録する．

result_tty.c の 650 行で定義されています。

参照元 select_result_output().

void ttyout_status_recready ( )

準備が終了して、認識可能状態（入力待ち状態）に入ったときの出力

result_tty.c の 579 行で定義されています。

参照元 setup_result_tty().

void ttyout_status_recstart ( )

入力の開始を検出したときの出力

result_tty.c の 597 行で定義されています。

参照元 setup_result_tty().

void ttyout_status_recend ( )

入力終了を検出したときの出力

result_tty.c の 612 行で定義されています。

参照元 setup_result_tty().

void ttyout_status_param ( HTK_Param * param )

入力長などの入力パラメータ情報を出力．

引数:

param

[in] 入力パラメータ構造体

result_tty.c の 629 行で定義されています。

参照元 setup_result_tty().

void setup_result_msock ( )

モジュール出力を行うよう関数を登録する．

result_msock.c の 586 行で定義されています。

参照元 select_result_output().

void decode_output_selection ( char * str )

認識結果としてどういった単語情報を出力するかをセットする。

引数:

str

[in] 出力項目指定文字列 ("WLPSCwlps"の一部)

result_msock.c の 84 行で定義されています。

参照元 opt_parse().

void msock_status_recready ( )

準備が終了して、認識可能状態（入力待ち状態）に入ったときの出力

result_msock.c の 520 行で定義されています。

参照元 setup_result_msock().

void msock_status_recstart ( )

入力の開始を検出したときの出力

result_msock.c の 535 行で定義されています。

参照元 setup_result_msock().

void msock_status_recend ( )

入力終了を検出したときの出力

result_msock.c の 550 行で定義されています。

参照元 setup_result_msock().

void msock_status_param ( HTK_Param * param )

入力長などの入力パラメータ情報を出力．

引数:

param

[in] 入力パラメータ構造体

result_msock.c の 567 行で定義されています。

参照元 setup_result_msock().

void hmm_check	(	HTK_HMM_INFO *	hmminfo,
		WORD_INFO *	winfo
	)

コマンドライン上でトライフォンのチェックを行なうモード ("-check triphone")．

引数:

	hmminfo	[in] HMM定義構造体
	winfo	[in] 単語辞書

hmm_check.c の 294 行で定義されています。

参照元 initialize_dict()・multigram_read_file().

void record_sample_open ( )

録音のために一時ファイルをオープンする．

record.c の 146 行で定義されています。

参照元 main_recognition_loop()・RealTimePipeLinePrepare().

void record_sample_write	(	SP16 *	speech,
		int	samplenum
	)

入力音声断片をファイルに追加記録する．

引数:

	speech	[in] 音声データのバッファ
	samplenum	[in] 音声データの長さ（サンプル数）

record.c の 175 行で定義されています。

参照元 adin_cut_callback_store_buffer()・RealTimePipeLine().

void record_sample_close ( )

録音を終了する．録音用の一時ファイルをクローズし、本来の名前にrenameする。

record.c の 207 行で定義されています。

参照元 main_recognition_loop().

void gmm_init	(	HTK_HMM_INFO *	gmm,
		int	gmm_prune_num
	)

GMMの計算のための初期化．起動時に一度だけ呼ばれる．

引数:

	gmm	[in] GMM定義構造体
	gmm_prune_num	[in] Gaussian pruning において計算するガウス分布数

gmm.c の 397 行で定義されています。

参照元 initialize_GMM().

void gmm_prepare ( HTK_HMM_INFO * gmm )

GMM計算のための準備を行なう．１入力開始ごとに呼ばれる．

引数:

gmm

[in] GMM定義構造体

gmm.c の 444 行で定義されています。

参照元 get_back_trellis_init().

void gmm_proceed	(	HTK_HMM_INFO *	gmm,
		HTK_Param *	param,
		int	t
	)

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．

引数:

	gmm	[in] GMM定義構造体
	param	[in] 入力ベクトル列
	t	[in] 計算する時刻フレーム

gmm.c の 477 行で定義されています。

void gmm_end ( HTK_HMM_INFO * gmm )

GMMの計算を終了し，結果を出力する．

gmm_proceed() によって累積された各フレームごとのスコアから，最大スコアのGMMを決定する．その事後確率に基づく信頼度を計算し最終的な結果を result_gmm() によって出力する．

引数:

gmm

[in] GMM定義構造体

gmm.c の 520 行で定義されています。

参照元 finalize_1st_pass().

void msock_gmm ( )

GMMの計算結果をモジュールのクライアントに送信する ("-result msock" 用)

gmm.c の 630 行で定義されています。

参照元 setup_result_msock().

void ttyout_gmm ( )

GMMの計算結果を標準出力に出力する．("-result tty" 用)

gmm.c の 592 行で定義されています。

参照元 setup_result_tty().

boolean gmm_valid_input ( )

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．

戻り値:: 一位のGMMの名前が gmm_reject_cmn_string 内に無ければ valid として TRUE, あれば invalid として FALSE を返す．

gmm.c の 570 行で定義されています。

参照元 main_recognition_loop()・RealTimeCMNUpdate().

void main_recognition_loop ( )

メインの音声認識実行ループ

この関数は音声認識を実行するメインループです．最初にシステムの初期化を行ない，その後イベントループに入ります．イベントループでは音声区間が検出されると，その音声区間について認識処理の第1パス，第2パスを行ない，結果を出力します．またモジュールモードの場合は命令コマンドの処理の呼び出しを行ないます．

Main Recognition Loop

main.c の 253 行で定義されています。

参照元 main()・main_module_loop().


関数
void	bt_init (BACKTRELLIS *bt)
void	bt_prepare (BACKTRELLIS *bt)
void	bt_store (BACKTRELLIS bt, TRELLIS_ATOM aotm)
void	bt_relocate_rw (BACKTRELLIS *bt)
void	bt_discount_pescore (WCHMM_INFO wchmm, BACKTRELLIS bt, HTK_Param *param)
void	bt_sort_rw (BACKTRELLIS *bt)
TRELLIS_ATOM *	bt_binsearch_atom (BACKTRELLIS *bt, int time, WORD_ID wkey)
void	make_iwcache_index (WCHMM_INFO *wchmm)
void	make_successor_list (WCHMM_INFO *wchmm)
boolean	can_succeed (WCHMM_INFO *wchmm, WORD_ID lastword, int node)
void	get_back_trellis_init (HTK_Param param, WCHMM_INFO wchmm, BACKTRELLIS *backtrellis)
	フレーム同期ビーム探索：最初の１フレーム目
boolean	get_back_trellis_proceed (int t, HTK_Param param, WCHMM_INFO wchmm, BACKTRELLIS *backtrellis)
	フレーム同期ビーム探索：２フレーム目以降
void	get_back_trellis_end (HTK_Param param, WCHMM_INFO wchmm, BACKTRELLIS *backtrellis)
	フレーム同期ビーム探索：最終フレーム
void	get_back_trellis (HTK_Param param, WCHMM_INFO wchmm, BACKTRELLIS backtrellis, LOGPROB backmax)
	フレーム同期ビーム探索：メイン
LOGPROB	finalize_1st_pass (BACKTRELLIS backtrellis, WORD_INFO winfo, int len)
	第１パスの終了処理を行う．
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)
int	dfa_firstwords (NEXTWORD *nw, int peseqlen, int maxnw, DFA_INFO dfa)
int	dfa_nextwords (NODE hypo, NEXTWORD nw, int maxnw, DFA_INFO dfa)
boolean	dfa_acceptable (NODE hypo, DFA_INFO dfa)
boolean	dfa_look_around (NEXTWORD nword, NODE hypo, BACKTRELLIS *bt)
void	putsentence (NODE *hypo, int num)
void	wchmm_fbs (HTK_Param param, BACKTRELLIS backtrellis, LOGPROB backmax, int stacksize, int ncan, int maxhypo, int cate_bgn, int cate_num)
void	clear_stocker ()
void	free_node (NODE *node)
NODE *	cpy_node (NODE dst, NODE src)
NODE *	newnode ()
void	malloc_wordtrellis ()
void	free_wordtrellis ()
void	scan_word (NODE now, HTK_Param param)
void	next_word (NODE now, NODE new, NEXTWORD nword, HTK_Param param, BACKTRELLIS *backtrellis)
void	start_word (NODE new, NEXTWORD nword, HTK_Param param, BACKTRELLIS backtrellis)
void	last_next_word (NODE now, NODE new, HTK_Param *param)
HTK_Param *	new_wav2mfcc (SP16 speech[], int speechlen)
void	put_header (FILE *stream)
void	put_version (FILE *stream)
void	put_compile_defs (FILE *stream)
void	put_library_defs (FILE *stream)
WCHMM_INFO *	wchmm_new ()
void	wchmm_free (WCHMM_INFO *w)
void	print_wchmm_info (WCHMM_INFO *wchmm)
void	build_wchmm2 (WCHMM_INFO *wchmm)
void	wchmm_check_interactive (WCHMM_INFO *wchmm)
void	check_wchmm (WCHMM_INFO *wchmm)
void	RealTimeInit ()
void	RealTimePipeLinePrepare ()
int	RealTimePipeLine (SP16 *Speech, int len)
	第1パス平行音声認識処理のメイン
int	RealTimeResume ()
HTK_Param *	RealTimeParam (LOGPROB *backmax)
void	RealTimeCMNUpdate (HTK_Param *param)
void	RealTimeTerminate ()
void	word_align (WORD_ID words, short wnum, HTK_Param param)
void	phoneme_align (WORD_ID words, short wnum, HTK_Param param)
void	state_align (WORD_ID words, short wnum, HTK_Param param)
void	word_rev_align (WORD_ID revwords, short wnum, HTK_Param param)
void	phoneme_rev_align (WORD_ID revwords, short wnum, HTK_Param param)
void	state_rev_align (WORD_ID revwords, short wnum, HTK_Param param)
void	check_specs ()
	指定されたパラメータをチェックする．
void	print_setting ()
void	print_info ()
int	adin_cut_callback_store_buffer (SP16 *now, int len)
	検出区間の音声データをバッファに保存するための adin_go() callback
void	opt_terminate ()
void	usage ()
void	detailed_help ()
char *	filepath (char filename, char dirname)
	相対パスをフルパスに変換する．
void	opt_parse (int argc, char argv[], char cwd)
	オプションを解析して対応する値をセットする．
void	opt_release ()
void	get_dirname (char *path)
	ファイルのパス名からディレクトリ名を抜き出す．
void	config_file_parse (char *conffile)
void	checkpath (char *filename)
int	set_beam_width (WCHMM_INFO *wchmm, int specified)
	第1パスのビーム幅を決定する．
void	set_lm_weight ()
void	set_lm_weight2 ()
void	system_bootup ()
void	adin_initialize ()
void	final_fusion ()
	全てのモデルを読み込み，認識の準備を行なう．
void	setup_result_tty ()
void	ttyout_status_recready ()
void	ttyout_status_recstart ()
void	ttyout_status_recend ()
void	ttyout_status_param (HTK_Param *p)
void	setup_result_msock ()
void	decode_output_selection (char *str)
void	msock_status_recready ()
void	msock_status_recstart ()
void	msock_status_recend ()
void	msock_status_param (HTK_Param *p)
void	hmm_check (HTK_HMM_INFO hmminfo, WORD_INFO winfo)
void	record_sample_open ()
void	record_sample_write (SP16 *speech, int samplenum)
void	record_sample_close ()
void	visual_init ()
void	visual_show (BACKTRELLIS *bt)
void	visual2_init (int maxhypo)
void	visual2_popped (NODE *n, int popctr)
void	visual2_next_word (NODE next, NODE prev, int popctr)
void	visual2_best (NODE now, WORD_INFO winfo)
void	gmm_init (HTK_HMM_INFO *gmm, int prune_num)
void	gmm_prepare (HTK_HMM_INFO *gmm)
void	gmm_proceed (HTK_HMM_INFO gmm, HTK_Param param, int t)
void	gmm_end (HTK_HMM_INFO *gmm)
	GMMの計算を終了し，結果を出力する．
void	msock_gmm ()
void	ttyout_gmm ()
boolean	gmm_valid_input ()
void	main_recognition_loop ()
	メインの音声認識実行ループ

julius/extern.h

関数

説明

関数