1 / 9

DHMM coding

DHMM coding. Before practicing …. 關於尋找最佳分群，上次我提出的方法為： |[n 個分群的 error rate]-[(n-1) 個分群的 error rate]|<=10 這星期我又找到另一種方法： 將全部的分布都加入 VQ 的檢索以找出理想分群 換句話說，若要將 9 的聲音做理想分群，就要把 9_0~9_9 這 10 個聲檔轉成 MFCC ，再合併一起做 VQ. TIPS: Lineseries Properties. 使用 MATLAB 經常要畫圖，像是 plot(x)

rafal
Download Presentation

DHMM coding

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. DHMM coding

  2. Before practicing… • 關於尋找最佳分群，上次我提出的方法為：|[n個分群的error rate]-[(n-1)個分群的error rate]|<=10 • 這星期我又找到另一種方法：將全部的分布都加入VQ的檢索以找出理想分群 • 換句話說，若要將9的聲音做理想分群，就要把9_0~9_9這10個聲檔轉成MFCC，再合併一起做VQ

  3. TIPS: Lineseries Properties • 使用MATLAB經常要畫圖，像是plot(x) • 查詢” Lineseries Properties ”有強化繪圖的方法 • EX1: plot(x,’--’)：以虛線繪圖 • EX2: plot(x,’:’)：以點線繪圖 • EX3: plot(x,’o--’)：以虛線繪圖+以圓圈點出對應座標 • EX4: plot(x,’*--’)：以虛線繪圖+以*點出對應座標 • EX5: plot(x,’d:’)：以點線繪圖+以方塊點出對應座標 • 若想要強調座標上一點(s,t)，使用plot(s,t,’o’)

  4. Practice • 最後目標：以DHMM進行數字辨識並具備高辨識率 • 現階段目標：製作DHMM運作程式並以Viterbi Decoding對參數AB做最佳化 • 運作：以上次投影片所提到的流程及原理進行 • 這次程式以數字9作測試 • 使用預設的參數及函數有： • states: 3 (對應9的ㄐ ㄧ ㄡ) • mfcc: 39-dims • vqkmeans: k-means原理的VQ函數 • 聲音檔：上次做DTW時的聲音檔

  5. Example

  6. Some Code Information • 最佳化AB中間的問題之一”會有對0取對數的情形” • 我採用”將0加上超小參數”以迴避log(0)產生-inf的狀況發生 • 根據DHMM，求得Best Parameters的運作流程：反覆進行 Viterbi decoding，然後再重新估算 A 和 B 的值，如此反覆逼近最佳值 • 以程式實作發現，用Viterbi decoding運算對數機率是否收歛的速度相當快 • 經過多次測試，大約3~5次就可以達到收斂；運氣不好的話10次左右幾乎就可以收斂

  7. Little Test • 有試著對聲音檔作DTW測試，測試方法：將10個聲音檔進行DHMM，用之前已經估好的AB做比對，檢查數字9的聲音檔是否有最大對數機率合 • 結果相當讓人不滿意，理由是誤差太大 • 影響辨識的原因有： • AB初始值：隨機產生，所以每次估出的AB都會有差異 • mfcc：或許39-dims的特徵不夠理想？ • VQ：使用kmeans的VQ是否仍有改進空間？ • State Number：3只是概念上的設定 • Cluster Numbers：若要改變VQ方法則理想分群數也要重找

  8. Conclusion • 下階段目標：提升辨識率 • 可以針對剛剛提到的影響作修正： • AB初始值：這點影響有限 • mfcc：改用其他特徵：spec、ceps、13-dim mfcc • VQ：找看看有沒有其他的VQ • State Number：或許可以用MLE原理找出最佳數目？ • Cluster Numbers：就是重找囉

  9. Good Bye ~

More Related