Julius - 云端在线

程序：

您的姓名

朱利叶斯·
- 开源多用途LVCSR引擎

概要

朱利叶斯· [-C 配置文件[选项...]

商品描述

朱利叶斯· 是一种高性能、多用途、开源的语音识别引擎，用于
研究人员和开发人员。 它能够执行几乎实时的识别
具有超过 60k 字的 3-gram 语言模型和 triphone HMM 模型的连续语音，在大多数情况下
当前的 PC。 朱利叶斯· 可以对音频文件进行识别，实时麦克风输入，
网络输入和特征参数文件。

核心识别模块被实现为名为“JuliusLib”的 C 库。 也可以
通过插件工具扩展。

支持 型号
朱利叶斯· 需要一个语言模型和一个声学模型来作为语音识别器运行。 朱利叶斯·
支持以下机型。

原声吉他 模型
支持 HTK ascii 格式的子字 HMM（隐马尔可夫模型）。 音素
模型（单音素）、上下文相关音素模型（三音素）、绑定混合和
可以使用任何单位的拼音混合模型。 使用上下文相关时
模型，词间上下文依赖性也被处理。 多流功能和
还支持 MSD-HMM。 您可以进一步使用工具 米克宾恩 转换 ascii
HMM 文件转换为紧凑的二进制格式以加快加载速度。

需要注意的是 朱利叶斯· 本身只能从语音数据中提取MFCC特征。 如果你使用
为其他特征训练的声学 HMM，你应该在 HTK 参数中给出输入
相同特征类型的文件。

语言 模型： 字 N-gram
支持 Word N-gram 语言模型，最大支持 10-gram。 朱利叶斯使用不同的
每次通过 N-gram：第一次从左到右 2-gram，从右到左 N-gram
第二关。 对于 Julius，建议同时使用 LR 2-gram 和 RL N-gram。
但是，您只能使用单个 LR N-gram 或 RL N-gram。 在这种情况下，近似
从给定的 N-gram 计算出的 LR 2-gram 将在第一遍应用。

支持标准 ARPA 格式。 此外，二进制格式也是
支持效率。 工具 米克宾格拉姆(1)可以将ARPA格式的N-gram转换为
二进制格式。

语言 模型： 语法
语法格式是原创的，还有创建识别语法的工具
包含在发行版中。 一个语法由两个文件组成：一个是
使用单词以 BNF 风格描述句子结构的“语法”文件
“类别”名称作为终止符号。 另一个是定义单词的“voca”文件
及其每个类别的发音（即音素序列）。 他们应该是
转换为 MKDFA(1) 到确定性有限自动机文件 (.dfa) 和
字典文件 (.dict)，分别。 您还可以使用多种语法。

语言 模型： 孤立 字
您可以仅使用单词词典执行孤立词识别。 有了这个
模型类型，Julius 将使用静态上下文执行快速单次识别
处理。 每个单词的首尾都会添加静音模型。 你可以
还可以在一个过程中使用多个字典。

搜索 算法
的识别算法 朱利叶斯· 基于两遍策略。 Word 2-gram 和反向
单词 3-gram 用于相应的传递。 整个输入在第一个处理
通过，并再次对输入执行最终搜索过程，使用
缩小搜索空间的第一遍的结果。 具体来说，认
算法基于与从左到右相结合的树格启发式搜索
帧同步波束搜索和从右到左堆栈解码搜索。

使用上下文相关音素（三音素）时，会考虑词间上下文
考虑。 对于绑定混音和语音绑定混音模型，高速声学
使用高斯剪枝可以进行似然计算。

更多详细信息，请参见相关文档。

配置

这些选项指定模型、系统行为和各种搜索参数以
朱利叶斯。 这些选项可以在命令行设置，但建议你写
它们在文本文件中作为“jconf 文件”，并通过“-C”选项指定。

包含 JuliusLib 的应用程序也使用这些选项来设置核心的参数
识别引擎。 例如，可以通过调用将 jconf 文件加载到 enine
j_config_load_file_new() 以 jconf 文件名作为参数。

请注意 jconf 文件中的相对路径应该是相对于 jconf 文件的
本身，而不是当前的工作目录。

以下是按组收集的所有选项的详细信息。

朱利叶斯 应用 选项
这些是 Julius 的应用程序选项，在 JuliusLib 之外。 它包含参数和
结果输出、字符集转换、日志级别和模块模式选项的开关。
这些选项特定于 Julius，不能在使用 JuliusLib 的应用程序中使用
除了朱利叶斯。

-输出文件
在文件输入时，此选项将每个文件的识别结果写入单独的
文件。 输入文件的输出文件将是相同的名称，但后缀将是
改为“.out”。 （修订版 4.0）

- 单独的分数
分别输出语言和声学分数。

-回调调试
在每次调用时打印回调名称以进行调试。 （修订版 4.0）

-charconv 在 至
使用字符集转换打印。 在 是使用的源字符集
语言模型，以及 至 是您想要获取的目标字符集。

在 Linux 上，参数应该是代码名称。 您可以获得可用的列表
通过调用命令“iconv --list”来命名代码。 在 Windows 上，参数应该是
代码名称或代码页编号。 代号应该是“ansi”、“mac”、“oem”之一，
“utf-7”、“utf-8”、“sjis”、“euc”。 或者您可以指定任何支持的代码页编号
你的环境。

-nocharconv
禁用字符转换。

-模块 [港口]
在“服务器模块模式”下运行 Julius。 启动后，Julius 等待 tcp/ip 连接
从客户。 建立连接后，Julius 开始与客户端通信
处理来自客户端的传入命令，或输出识别结果，输入
向客户端触发信息和其他系统状态。 默认端口号是
10500.

-记录 DIR
将所有输入的语音数据自动保存到指定目录中。 每个分段输入是
一一记录下来。 记录数据的文件名由系统时间生成
当输入结束时，格式为 YYYY.MMDD.HHMMSS.wav。 文件格式为 16 位单声道
声波。 对 mfcfile 输入无效。

通过输入拒绝 -拒绝短，被拒绝的输入也将被记录，即使
他们被拒绝了。

-日志文件 文件
将所有日志输出保存到文件而不是标准输出。 （修订版 4.0）

-nolog
禁用所有日志输出。 （修订版 4.0）

-救命
输出帮助信息并退出。

全球覆盖 选项
这些是与音频输入、声音检测、GMM、
解码算法、插件工具等。 全局选项应该放在
任何实例声明（-是, -LM或 -SR)，或在“-全球的“ 选项。

音频 输入
-输入 {mic|rawfile|mfcfile|adinnet|stdin|netaudio|alsa|oss|esd}
选择语音输入源。 为波形文件指定 'file' 或 'rawfile'，
'htkparam' 或 'mfcfile' 用于 HTK 参数文件。 在文件输入时，用户将
提示从标准输入输入文件名，或者您可以使用 -文件列表 选项
指定要处理的文件列表。

“mic”是从默认的现场麦克风设备获取音频输入，“adinnet”
表示通过 tcpip 网络从 adinnet 客户端接收波形数据。
'netaudio' 来自 DatLink/NetAudio 输入，'stdin' 表示来自
标准输入。

对于波形文件输入，只有 WAV（无压缩）和 RAW（无头，16 位，大
endian) 默认支持。 编译时可以读取其他格式
libsnd 库。 要查看实际支持的格式，请参阅帮助消息
使用选项 -救命. 对于标准输入，仅支持 WAV 和 RAW。 （默认：
文件）

在 Linux 中，您可以通过指定 alsa、oss 和 esd 在运行时选择 API。

-块大小 样本
以样本数表示的音频片段大小。 （默认值：1000）

-文件列表 文件名
（带 -输入 原始文件|mfcfile) 对列表中列出的所有文件执行识别
文件。 该文件应每行包含输入文件。 引擎将在所有时结束
文件被处理。

-无类型检查
默认情况下，Julius 检查输入参数类型是否与 AM 或
不是。 此选项将禁用检查并强制引擎使用输入向量
照原样。

-48
以 48kHz 采样记录输入，并在运行中将其下采样到 16kHz。 这个
选项仅对 16kHz 型号有效。 下采样例程是从
sptk。 （修订版 4.0）

-NA 设备名称
DatLink 服务器输入的主机名 (-输入 网络音频).

-导入 端口号
通过 -输入 阿丁网, 指定要监听的adinnet 端口号。 （默认：5530）

-鼻贴
Julius 默认删除输入语音数据中的连续零样本。 这个
选项禁止删除。

-z均值 , -nozmean
此选项启用/禁用输入波形的 DC 偏移去除。 偏移量将是
从整个输入估计。 对于麦克风/网络输入，零均值
前 48000 个样本（3kHz 采样中的 16 秒）将用于
估计。 （默认：禁用）

此选项对通道使用静态偏移。 也可以看看 -zmean源 HPMC胶囊
逐帧偏移去除。

发言 发现 by 水平 和 过零
- 沉默 , -无声
通过电平和过零打开/关闭语音检测。 默认为
mic / adinnet 输入，关闭文件。

-lv 阈值
语音输入检测的电平阈值。 值应在 0 到
32767。（默认值：2000）

-zc 阈值
每秒过零阈值。 只有超过级别的输入
临界点 （-lv) 将被计算在内。 （默认：60）

- 利润率 毫秒
语音段开始处的静音余量，以毫秒为单位。 （默认：300）

-尾边距 毫秒
语音段末尾的静音余量，以毫秒为单位。 （默认：400）

输入 拒绝
实现了两种简单的前端输入拒绝方法，基于输入长度
和检测段的平均功率。 平均功率的抑制是
实验性的，可以在编译时通过 --enable-power-reject 启用。 适用于
MFCC 功能只有功率系数和实时输入。

对于基于 GMM 的输入拒绝，请参阅下面的 GMM 部分。

-拒绝短 毫秒
拒绝短于指定毫秒的输入。 搜索将被终止并
不会输出任何结果。

-powerthres 阈值
以平均能量拒绝输入的片段。 如果平均能量
最后识别的输入低于阈值，Julius 将拒绝输入。
（修订版 4.0）

该选项在编译时指定--enable-power-reject 时有效
时间。

高斯 混合物 模型 / GMM-VAD
GMM 将用于通过累积得分拒绝输入，或用于前端
指定 --enable-gmm-vad 时基于 GMM 的 VAD。

注意：您还应该设置 GMM 所需的适当 MFCC 参数，
指定 AM 部分中描述的声学参数 -AM_GMM.

当启用基于 GMM 的 VAD 时，语音活动分数将在每个
框架作为前端处理。 该值将计算为 \[ \max_{m \in M_v}
p(x|m) - \max_{m \in M_n} p(x|m) \] 其中 $M_v$ 是一组语音 GMM，$M_n$ 是
一组噪声 GMM，其名称应由 -gmm拒绝. 活动
然后将最后 N 帧的分数平均，其中 N 由
-gmmmargin. Julius 更新每一帧的平均活动分数，并检测
当值高于指定的值时语音向上触发 -gmmup及
当它低于一个值时检测向下触发 -gmmdown.

-gmm hmmdefs_文件
HTK 格式的 GMM 定义文件。 如果指定，则基于 GMM 的输入验证
将与第一遍同时执行，您可以拒绝输入
根据指定的结果 -gmm拒绝. GMM 应定义为
一状态 HMM。

-gmmnum 数
GMM 计算中每帧要计算的高斯分量的数量。 仅有的
将计算 N-best Gaussians 以进行快速计算。 默认值为 10
并指定较小的值会加快 GMM 计算，但值太小
(1 或 2) 可能会导致识别性能下降。

-gmm拒绝 绳子
以逗号分隔的 GMM 名称列表作为无效输入被拒绝。 什么时候
识别，为整个输入累积的 GMM 的对数似然将
与第一遍同时计算。 如果最高分的 GMM 名称
在这个字符串内，第二遍将不会被执行，输入将是
被拒绝。

-gmmmargin 帧
(GMM_VAD) 以帧为单位的头部边距。 当 GMM 检测到语音触发时，
识别将从当前帧减去此值开始。 （修订版 4.0）

此选项仅在使用 --enable-gmm-vad 编译时才有效。

-gmmup 折扣值
(GMM_VAD) 语音活动得分的上触发阈值。 （修订版 4.1）

此选项仅在使用 --enable-gmm-vad 编译时才有效。

-gmmdown 折扣值
(GMM_VAD) 语音活动评分的向下触发阈值。 （修订版 4.1）

此选项仅在使用 --enable-gmm-vad 编译时才有效。

解码 选项
实时处理是指MFCC计算1st pass的并发处理
解码。 默认情况下，对麦克风的实时处理是开启的 /
adinnet / netaudio 输入，以及其他。

-即时的 , - 非实时
在第一次通过时显式打开/关闭实时（管道）处理。
文件输入默认关闭，麦克风、adinnet 和 NetAudio 默认开启
输入。 此选项与执行 CMN 和能量归一化的方式有关：
如果关闭，它们将使用整个输入的平均特征来完成。 如果打开，MAP-CMN
和能量归一化做实时处理。

杂项。 选项
-C 配置文件
在此处加载 jconf 文件。 jconffile 的内容将在此展开
点。

-版
将版本信息打印到标准错误，然后退出。

-环境
将引擎设置信息打印到标准错误，然后退出。

-安静的
输出较少的日志。 结果，只会打印最好的单词序列。

-调试
（用于调试）输出大量内部消息和调试信息到日志。

-检查 {wchmm|格子|triphone}
对于调试，进入交互检查模式。

-插件目录 目录
指定加载插件的目录。 如果存在多个目录，请通过以下方式指定它们
冒号分隔的列表。

例 声明 HPMC胶囊 多 解码
以下参数将创建一个具有默认参数的新配置集，以及
开关电流设置为它。 选项后指定的 jconf 参数将被设置到
当前集。

要进行多模型解码，应在每个模型的第一个指定这些参数
/ 搜索具有不同名称的实例。 第一个实例定义之前的任何选项
将被忽略。

当没有找到实例定义时（作为旧版本的 Julius），所有选项都是
分配给名为 _default 的默认实例。

请注意，不完全支持使用单个 LM 和多个 AM 进行解码。 为了
例如，您可能希望按如下方式构建 jconf 文件。
尚不支持这种类型的模型共享，因为 LM 处理的某些部分取决于
在指定的 AM 上。 相反，您可以通过为每个定义相同的 LM 来获得相同的结果
上午，像这样：

-是 姓名
创建一个新的 AM 配置集，并将当前的切换到新的。 你应该给一个
独特的名字。 （修订版 4.0）

-LM 姓名
创建一个新的 LM 配置集，并将当前的切换到新的。 你应该给一个
独特的名字。 （修订版 4.0）

-SR 姓名 姓名 流媒体名称
创建一个新的搜索配置集，并将当前的切换到新的。 指定的
AM 和 LM 将分配给它。 这 姓名 和 流媒体名称 可以是名称或 ID
数字。 你应该给一个唯一的名字。 （修订版 4.0）

-AM_GMM
使用 GMM 进行前端处理时，可以指定 GMM 特定的声学
此选项后的参数。 如果您没有指定 -AM_GMM 使用 GMM，GMM 将
与最后一个 AM 共享相同的参数向量。 当前的 AM 将切换到
GMM 一，所以小心不要与正常的 AM 配置混淆。 （修订版 4.0）

-全球的
开始一个全局部分。 全局选项应该放在任何实例之前
声明，或在多个模型识别的此选项之后。 这个可以用
多次。 （修订版 4.1）

- 鼻子检查 , -部分检查
在多模型解码中禁用/启用选项位置检查。 启用后，
实例声明之间的选项被视为“部分”，并且只有属于
可以写入选项类型。 例如，当一个选项 -是 指定，只有 AM
相关选项可以放在选项之后，直到找到其他声明。 还，
全局选项应该放在顶部，在任何实例声明之前。 这是
默认启用。 （修订版 4.1）

语言 模型 (-LM)
该组包含用于每种语言模型类型的模型定义的选项。 使用时
多个LM，一个实例只能有一个LM。

只能为 LM 配置指定一种类型的 LM。 如果你想使用多
模型，您应该将它们定义为一个新的 LM。

N-gram
-d 二进制文件
使用二进制格式的 N-gram。 可以将 ARPA N-gram 文件转换为 Julius 二进制文件
由 mkbingram 格式。

-nlr arpa_ngram_文件
标准 ARPA 格式的前向、从左到右的 N-gram 语言模型。 什么时候
前向 N-gram 和后向 N-gram 都被指定，Julius 使用这个
第一次传递前向 2-gram，第二次传递后向 N-gram。

由于 ARPA 文件通常会变得很大并且需要很多时间来加载，因此它可能是
最好通过 mkbingram 将 ARPA 文件转换为 Julius 二进制格式。 注意
如果前向和后向 N-gram 都用于识别，它们一起将
转换为单个二进制文件。

当此选项仅指定前向 N-gram 而没有后向 N-gram 时
由 -nrl，Julius 仅使用前向 N-gram 进行识别。 这
第一遍将使用给定 N-gram 中的 1-gram 条目，第二遍将
使用给定的 N-gram，将前向概率转换为后向概率
贝叶斯规则的概率。 （修订版 4.0）

-nrl arpa_ngram_文件
标准 ARPA 格式的后向、从右到左的 N-gram 语言模型。 什么时候
指定了前向 N-gram 和后向 N-gram，Julius 使用前向 N-gram
第 2 次使用 1-gram，第 2 次使用此反向 N-gram。

由于 ARPA 文件通常会变得很大并且需要很多时间来加载，因此它可能是
最好通过 mkbingram 将 ARPA 文件转换为 Julius 二进制格式。 注意
如果前向和后向 N-gram 都用于识别，它们一起将
转换为单个二进制文件。

当此选项仅指定后向 N-gram 而没有前向 N-gram 时
由 -nlr，Julius 仅使用后向 N-gram 进行识别。
第一遍将使用从后向计算的前向 1-gram 概率
使用贝叶斯规则的 2-gram。 第二遍完全使用给定的反向 N-gram。
（修订版 4.0）

-v 字典文件
单词词典文件。

-银头 字串 -鱼尾 字串
字典中定义的沉默词，用于开头的沉默
句和句末。 (默认: " ", " ")

-马朋克 字串
指定未知词。 默认为“ “ 或者 ” "。这将用于分配
未知单词的单词概率，即字典中没有的单词
N-gram 词汇。

-iwspword
向字典中添加一个应与词间停顿相对应的词条。
这可能会提高某些语言模型中的识别准确率
显式的词间停顿建模。 要添加的单词条目可以通过以下方式更改
-iwsentry.

-iwsentry 单词条目字符串
指定将添加的单词条目 -iwspword. （默认： ” [sp] sp
sp")

-sepnum 数
从词典树中分离出高频词的数量，以缓解
1 日的最佳近似可能导致的近似误差
经过。 （默认值：150）

英语文法
可以通过重复指定多个文法 -公克 和 -语法列表。 注意这个
是其他选项的异常行为（在正常的 Julius 选项中，最后一个将
覆盖以前的）。 您可以使用 -诺图 已经重置语法
在点之前指定。

-公克 语法前缀1[,语法前缀2[,语法前缀3,...]]
要使用的以逗号分隔的语法列表。 参数应该是前缀
一个语法，即如果你有 食物.dfa 和 foo.dict，你应该用一个
单参数 foo。 一次可以指定多个文法作为
逗号分隔的列表。

-语法列表 列表文件
指定包含要使用的语法列表的语法列表文件。 列表
文件应该包含语法的前缀，每行。 中的相对路径
列表文件将被视为相对于文件，而不是当前路径或
配置文件。

-dfa dfa_文件 -v 字典文件
单独指定语法文件的旧方法。 这是假的，不应该
不再使用。

-诺图
删除已指定的当前语法列表 -公克, -语法列表, -dfa
和 -v.

效果图 字
可以使用指定字典 -w 和 -wlist. 当您指定多个
次，所有这些都将在启动时被读取。 您可以使用 -诺图 重置
那时已经指定了字典。

-w 字典文件
用于孤立词识别的词典。 文件格式与其他相同
LM。 （修订版 4.0）

-wlist 列表文件
指定包含要使用的词典列表的词典列表文件。
列表文件应包含字典的文件名，每行。 一种
列表文件中的相对路径将被视为相对于列表文件，而不是
当前路径或配置文件。 （修订版 4.0）

-诺图
删除已指定的当前字典列表 -w 和 -wlist.

-wsil head_sil_model_name tail_sil_model_name sil_context_name
在孤立词识别中，沉默模型将被附加到头部和
识别时每个单词的尾部。 此选项指定要使用的静音模型
附加。 sil_context_name 是头部 sil 模型和尾部 sil 模型的名称
作为词头电话和尾电话的上下文。 例如，如果您指定
-wsil silB silE sp，音序为 b eh t 的单词将被翻译为 silB
sp-b+eh b-eh+t eh-t+sp silE。 （修订版 4.0）

用户自定义 LM
-用户名
声明在程序中使用用户LM函数。 应指定此选项
如果您使用用户定义的 LM 函数。 （修订版 4.0）

杂项。 LM 选项
-强制命令
跳过字典中的错误词并强制运行。

原声吉他 模型 和 特集 分析 （-是）（-AM_GMM)
本节是关于声学模型、特征提取、特征的选项
归一化和光谱减法。

在-AM 名称之后，应编写声学模型和相关规范。 您可以使用
使用不同 MFCC 类型训练的多个 AM。 对于 GMM，所需的参数条件
应该像 AMs 之后一样指定 -AM_GMM.

当使用多个 AM 时， -smp周期, -smp频率, -fsize 和 -fshift 应该
所有 AM 之间都相同。

原声吉他 HMM
-h hmmdef_文件
声学 HMM 定义文件。 它应该是 HTK ascii 格式，或 Julius 二进制
格式。 您可以使用 mkbinhmm 将 HTK ascii 格式转换为 Julius 二进制格式。

-hlist 嗯列表文件
用于电话映射的 HMMList 文件。 该文件提供了逻辑之间的映射
字典中生成的三音素名称和 hmmdefs 中定义的 HMM 名称。
应为上下文相关模型指定此选项。

-混音 数
指定要在混合码本中计算的最高高斯数。
小数会加快声学计算，但 AM 精度可能会提高
值太小更糟。 也可以看看 -gprune. （默认：2）

-sp模型 姓名
指定与话语中的短暂停顿相对应的 HMM 模型名称。 这
短暂停模型名称将用于识别：短暂停跳过
语法识别，词尾短暂停模型插入 -iwsp 在 N-gram 上，
或短暂停顿分割（-分段）。 （默认值：“sp”）

-多路径
启用多路径模式。 为了使解码更快，Julius 默认情况下强加一个
限制 HMM 转换，每个模型应该只有一个转换
初始状态和结束状态。 在多路径模式下，Julius 进行额外处理
在模型间转换上允许模型跳过转换和多个
输出/输入转换。 请注意，指定此选项将使 Julius 成为
慢一点，可能需要更大的波束宽度。

这个函数在 Julius 3.x 上是一个编译时选项，现在变成了
运行时选项。 默认情况下（没有这个选项），朱利叶斯检查过渡
指定 HMM 的类型，并根据需要启用多路径模式。 你可以
使用此选项强制多路径模式。 （修订版 4.0）

-gprune {安全|启发式|光束|无|默认}
设置要使用的高斯剪枝算法。 对于绑定混合模型，Julius 执行
高斯剪枝以减少声学计算，只计算前 N 个
每帧的每个码本中的高斯分布。 将设置默认设置
根据车型类型和发动机设置。 默认将强制接受
默认设置。 将此设置为 none 以禁用修剪并执行完整
计算。 safe 保证要计算的前 N ​​个高斯分布。 启发式和
光束更积极地降低计算成本，但可能会导致较小的
精度模型的损失（默认：安全（标准），束（快速）用于绑定混合物
模型，非绑定混合物模型无）。

-iwcd1 {最大|平均|最佳数字}
在单词的头尾近似词间三音素的选择方法
在第一关中。

max 将应用相同上下文三音素的最大似然。 平均意愿
应用相同上下文三音素的平均可能性。 最好的数字将
应用相同上下文三音素的前 N ​​个最佳似然的平均值。

与 N-gram 一起使用时，默认值最好为 3，语法和单词时为 avg。 当这
AM 由两种类型的 LM 共享，将选择后一种。

-iwspenalty 浮动
附加的字尾短停顿的插入惩罚 -iwsp.

-gshmm hmmdef_文件
如果指定了此选项，Julius 将执行高斯混合选择
高效解码。 hmmdefs 应该是从
普通单声道 HMM 模型，使用 mkgshmm。

-gsnum 数
在 GMS 上，指定单音状态数以计算相应的三音
细节。 （默认：24）

发言 分析
当前 Julius 仅支持 MFCC 特征提取。 因此当识别
从文件或麦克风输入的波形，AM 必须经过 MFCC 训练。 参数
条件也应设置为与训练条件完全相同
下面的选项。

当您在 HTK 参数文件中给出输入时，您可以使用任何参数类型
是。 在这种情况下，Julius 不关心输入特征和 AM 的类型，只关心
将它们作为向量序列读取并将它们与给定的 AM 匹配。 朱利叶斯只检查
参数类型是否相同。 如果效果不佳，您可以禁用
这个检查由 -无类型检查.

在 Julius 中，参数种类和限定符（如 HTK 中的 TARGETKIND）和数量
倒谱参数 (NUMCEPS) 的数量将根据
AM 标头，因此您无需通过选项指定它们。

其他参数设置与训练条件完全相同。 你也可以
将您用来训练 AM 的 HTK 配置文件提供给 Julius -htkconf。 当这个
选项被应用，Julius 将解析配置文件并设置适当的参数。

您可以使用以下命令进一步将这些分析参数设置嵌入到二进制 HMM 文件中
嗯。

如果选项以多种方式指定，它们将按以下顺序进行评估。
如果有的话，将首先加载 AM 嵌入参数。 然后，HTK配置文件
由 -htkconf 将被解析。 如果一个值已经由 AM 嵌入值设置，HTK
config 将覆盖它们。 最后，直接选项将被加载，这将
覆盖之前加载的设置。 请注意，当指定相同的选项时
几次，以后会覆盖以前的，除了 -htkconf 将被评估
首先如上所述。

-smp周期 期间
输入语音的采样周期，单位为 100 纳秒。 采样率可以
也由 -smp频率. 请注意输入频率应为
设置等于 AM 的训练条件。 （默认值：625，对应于
16,000Hz）

该选项对应于 HTK Option SOURCERATE。 可以是相同的值
给予这个选项。

当使用多个 AM 时，该值在所有 AM 中应相同。

-smp频率 Hz
以Hz为单位设置输入语音的采样频率。 采样率也可以
指定使用 -smp周期. 请注意，此频率应设置为相等
到 AM 的训练条件。 （默认：16,000）

当使用多个 AM 时，该值在所有 AM 中应相同。

-fsize 样本数
以样本数表示的窗口大小。 （默认：400）

此选项对应于 HTK 选项 WINDOWSIZE，但值应在
样本（HTK 值/smpPeriod）。

当使用多个 AM 时，该值在所有 AM 中应相同。

-fshift 样本数
样本数量的帧偏移。 （默认值：160）

此选项对应于 HTK 选项 TARGETRATE，但值应在
样本（HTK 值/smpPeriod）。

当使用多个 AM 时，该值在所有 AM 中应相同。

-先发制人 浮动
预加重系数。 （默认值：0.97）

该选项对应于 HTK 选项 PREEMCOEF。 可以给出相同的值
到这个选项。

-银行 NUM
滤波器组通道数。 （默认：24）

此选项对应于 HTK 选项 NUMCHANS。 可以给出相同的值
到这个选项。 请注意，默认值与 HTK (22) 中的不同。

-头孢菌素 NUM
倒谱提升系数。 （默认：22）

该选项对应于 HTK 选项 CEPLIFTER。 可以给出相同的值
到这个选项。

-原始 , -诺拉威
在预加重之前使用原始能量启用/禁用（默认值：禁用）

此选项对应于 HTK 选项 RAWENERGY。 请注意，默认
值与 HTK 不同（在 HTK 启用，在 Julius 禁用）。

-正常 , -不正常
启用/禁用标准化日志能量。 在实时输入中，此规范化将是
近似于最后一次输入的平均值。 （默认：禁用）

该选项对应于 HTK 选项 ENORMALISE。 请注意，默认
值与 HTK 不同（在 HTK 启用，在 Julius 禁用）。

- 缩放 浮标
归一化对数能量时对数能量的比例因子。 （默认值：1.0）

该选项对应于 HTK 选项 ESCALE。 请注意，默认
值与 HTK (0.1) 不同。

-硅地板 浮动
归一化对数能量时以 dB 为单位的能量静音底限。 （默认值：50.0）

此选项对应于 HTK 选项 SILFLOOR。

-德尔温 框架
以帧数表示的增量窗口大小。 （默认：2）

该选项对应于 HTK Option DELTAWINDOW。 可以是相同的值
给予这个选项。

-accwin 框架
以帧数表示的加速窗口大小。 （默认：2）

该选项对应于 HTK 选项 ACCWINDOW。 可以给出相同的值
到这个选项。

-高频 Hz
为 MFCC 滤波器组计算启用频带限制：设置上限频率
隔断。 -1 的值将禁用它。 （默认值：-1）

该选项对应于 HTK 选项 HIFREQ。 可以赋予相同的值
这个选项。

-洛频率 Hz
为 MFCC 滤波器组计算启用频带限制：设置较低的频率
隔断。 -1 的值将禁用它。 （默认值：-1）

该选项对应于 HTK 选项 LOFREQ。 可以赋予相同的值
这个选项。

-zmeanframe , -nozmeanframe
对于语音输入，此选项启用/禁用逐帧 DC 偏移去除。
这对应于 HTK 配置 ZMEANSOURCE。 这个不能一起用
- -z均值. （默认：禁用）

-使用权力
在滤波器组分析中使用功率而不是幅度。 （默认：禁用）

正常化
Julius 可以对输入执行倒谱均值归一化 (CMN)。 CMN 将是
当给定的 AM 用 CMN 训练时激活（即在
头）。

倒谱均值将根据输入类型以不同方式估计。
在文件输入时，将根据整个输入计算平均值。 在实时输入等
作为麦克风和网络输入，输入的均值在
开始。 因此将使用 MAP-CMN。 在 MAP-CMN 上，将应用初始均值向量
在开始时，平均向量将被涂抹到
随着输入的进行增加输入向量。 下面的选项可以控制
地图-CMN。

-cvn
启用倒谱方差归一化。 在文件输入时，整体的方差
输入将被计算然后应用。 在现场麦克风输入时，方差为
将应用最后一个输入。 CVN 仅支持音频输入。

-vtl 阿尔法 低胸 打嗝
进行频率扭曲，通常用于声道长度归一化 (VTLN)。
参数是翘曲因子、高频截止和低频。 隔断。 他们
对应于 HTK 配置值、WARPFREQ、WARPHCUTOFF 和 WARPLCUTOFF。

-cmnload 文件
在启动时从文件加载初始倒谱平均向量。 这 文件 应该是一个
保存者 -cmnsave. 加载初始倒谱平均值使 Julius 能够更好地
识别实时输入的第一个话语。 当与
-cmnno更新，此初始值将用于所有输入。

-cmnsave 文件
将计算出的倒谱平均向量保存到 文件. 参数将被保存
在每个输入端。 如果输出文件已经存在，它将被覆盖。

-cmn更新 -cmnno更新
控制是否在实时输入时更新每个输入的倒谱均值。
禁用它并指定 -cmnload 将使引擎始终使用加载的
静态初始倒谱平均值。

-cmnmmapweight 浮动
指定 MAP-CMN 的初始倒谱平均值的权重。 指定更大的值
将初始倒谱平均值保留更长的时间，并使用较小的值使
倒谱均值更多地依赖于当前输入。 （默认值：100.0）

前端 加工
Julius 可以执行频谱减法以减少音频中的一些静态噪声
输入。 虽然它不是一种强大的方法，但它可能适用于某些情况。
Julius 有两种估计噪声频谱的方法。 一种方法是假设第一个
语音输入的一小段是噪声段，估计噪声谱
作为段的平均值。 另一种方法是从
使用其他工具 mkss 进行仅噪声输入，并将其加载到 Julius 中。 前一个是
流行用于语音文件输入，后者应用于实时输入。 选项
下面将切换/控制行为。

-sscalc
使用每个文件的头部作为静音部分执行频谱减法。 这
头部长度应由 -sscalclen. 仅对文件输入有效。
和...有冲突 -ss加载.

-sscalclen 毫秒
通过 -sscalc, 指定噪声频谱估计的头部静音长度
以毫秒为单位。 （默认：300）

-ss加载 文件
使用预先估计的噪声频谱对语音输入执行频谱减法
从加载 文件. 噪声频谱文件可以由 mkss 制作。 对所有人有效
语音输入。 和...有冲突 -sscalc.

-salpha 浮动
光谱减法的 Alpha 系数 -sscalc 和 -ss加载. 噪音会
随着该值变大，减去的幅度更大，但结果失真
信号也变得显着。 （默认值：2.0）

-ss地板 浮动
光谱减法的底系数。 低于的光谱功率
减法后的零将被源信号替换为
系数相乘。 （默认值：0.5）

杂项。 AM 选项
-htkconf 文件
解析给定的 HTK Config 文件，并为 Julius 设置相应的参数。
使用此选项时，默认参数值从 Julius 切换
默认为 HTK 默认值。

认可 工艺 和 搜索、 (-SR)
本节包含第 1 次/第 2 次传递的搜索参数选项，例如光束
宽度和 LM 权重、短暂停分割的配置、单词的开关
点阵输出和混淆网络输出、强制对齐以及其他相关选项
识别过程和结果输出。

光束宽度和 LM 权重的默认值将根据编译时设置而改变
JuliusLib 、AM 模型类型和 LM 尺寸。 实际请看启动日志
值。

1 通过 参数
-lmp 重量 罚款
（N-gram）第一遍的语言模型权重和单词插入惩罚。

-惩罚1 罚款
（语法）第一遍的词插入惩罚。 （默认值：0.0）

-b 宽度
波束宽度以 HMM 节点数表示，用于第一次传递的秩波束。 这个值
定义第一遍的搜索宽度，对总的搜索宽度有显着影响
处理时间。 较小的宽度会加快解码速度，但值太小
会因搜索导致识别错误大幅增加
失败。 较大的值将使搜索稳定并导致无故障
搜索，但处理时间将与宽度成正比。

默认值取决于声学模型类型：400（单声道）、800
(triphone), 或 1000 (triphone, setup=v2.1)

-n限制 NUM
每个节点的令牌上限。 该选项在 --enable-wpair 和
--enable-wpair-nlimit 在编译时启用。

-progout
在第一次通过时启用部分结果的渐进式输出。

-前间隔 毫秒
设置时间间隔 -progout 以毫秒为单位。 （默认：300）

2 通过 参数
-lmp2 重量 罚款
(N-gram) 第二个的语言模型权重和词插入惩罚
通过。

-惩罚2 罚款
第二遍的（语法）词插入惩罚。 （默认值：0.0）

-b2 宽度
第二次通过时的包络波束宽度（假设数量）。 如果计数
搜索时某个假设长度的词扩展达到此限制，
更短的假设没有进一步扩展。 这可以防止搜索陷入
类似广度优先的情况堆叠在同一位置，并改进搜索
失败主要是因为词汇量大的情况。 （默认：30）

-sb 浮动
包络评分的评分信封宽度。 计算假设分数时
对于每个生成的假设，其网格扩展和维特比操作将
如果框架上的分数低于宽度，则在演讲中间进行修剪。
给小值会使第二遍更快，但计算错误可能
发生。 （默认值：80.0）

-s NUM
堆栈大小，即可以存储的最大假设数量
在搜索过程中堆叠。 较大的值可能会产生更稳定的结果，但
增加所需的内存量。 （默认值：500）

-m 数
停止搜索所需的扩展假设的数量。 如果数
扩展假设的数量大于这个阈值，那么搜索是
那个时候停产了。 该值越大，朱利叶斯获得的时间越长
放弃搜索。 （默认值：2000）

-n NUM
Julius 试图找到的候选人数量。 搜索一直持续到这个
找到了许多句子假设。 得到的句子假设
按分数排序，最终结果按顺序显示（另见
-输出）。 正确找到最优假设的可能性
随着该值的增加而增加，但处理时间也变得
更长。 默认值取决于编译时的引擎设置：10
（标准）或 1（快速或 v2.1）

-输出 NUM
在搜索结束时要输出的前 N ​​个句子假设。 与 -n
（默认：1）

-查找范围 框架
设置前后帧数查找下一个单词假设
第二遍的字格。 这可以防止遗漏短词，但
值越大，扩展假设的数量越多，系统
变得缓慢。 （默认：5）

-看格子
（语法）只展开第一遍幸存的单词而不是展开
语法预测的所有单词。 此选项使第二遍解码
更快，尤其是对于大词汇量的情况，但可能会增加删除
短词错误。 （默认：禁用）

短暂停顿 分割 / 解码器-VAD
当使用--enable-decoder-vad 编译时，短暂停分段将是
扩展以支持基于解码器的 VAD。

-分段
启用短暂停分段模式。 短暂停顿时输入将被分段
单词（发音中只有沉默模型的单词）获得最高的可能性
在第一遍的某些连续帧上。 当检测到段结束时，
Julius 在该点停止第 1 次传球，执行第 2 次传球，然后继续下一个
部分。 将在段之间考虑单词上下文。 （修订版 4.0）

使用 --enable-decoder-vad 编译时，此选项启用基于解码器的 VAD，
跳过长时间的沉默。

-spdur 框架
检测输入段结束的短暂停持续时间长度，以帧数为单位。
（默认：10）

- 暂停模型 绳子
要在短暂停时使用的以逗号分隔的暂停模型名称列表
分割。 发音仅包含停顿模式的单词
将被视为“暂停词”并用于暂停检测。 如果没有指定，
的名字 -sp模型, -银头 和 -鱼尾 将会被使用。 （修订版 4.0）

-sp 边距 框架
基于解码器的 VAD 触发时的后退步距。 当语音向上触发时
由解码器-VAD 找到，Julius 将按此值回退输入参数，并且
在这一点上开始识别。 （修订版 4.0）

此选项仅在使用 --enable-decoder-vad 编译时才有效。

-spdelay 框架
基于解码器的 VAD 触发时触发决策延迟帧。 （修订版 4.0）

此选项仅在使用 --enable-decoder-vad 编译时才有效。

Word 格 / 混乱 网络 产量
-格子 , -诺格
启用/禁用单词图的生成。 搜索算法也改为
优化生成更好的词图，所以句子结果可能不是
与正常的 N-best 识别相同。 （修订版 4.0）

-confnet , -noconfnet
启用/禁用混淆网络的生成。 启用此功能也将
激活 -格子 内部。 （修订版 4.0）

-图形范围 框架
在图生成时在相邻位置合并相同的单词。 如果开始时间
并且同一个词的两个候选词的结束时间在指定的范围内
范围，它们将被合并。 默认值为 0（允许合并相同的单词）
完全相同的位置）并指定较大的值将导致较小的
图形输出。 将此值设置为 -1 将禁用合并，在这种情况下相同
不同分数的相同位置的单词将保持原样。
（默认：0）

-图形切割 深度
在后处理阶段按字深切割结果图。 深度
value 是一帧中允许的字数。 设置为 -1 禁用
此功能。 （默认：80）

-图形边界循环 数
在后处理阶段限制边界调整循环的数量。 这个
参数防止 Julius 被短路无限调节循环阻塞
词振荡。 （默认：20）

-图形搜索延迟 , -nographsearch延迟
启用此选项后，Julius 将修改其图形生成算法
第二遍不通过图合并终止搜索，直到第一句话
找到候选人。 此选项可能会提高图形准确性，尤其是当您
将通过设置广泛搜索来生成一个巨大的词图。 也就是说，它可能
当您在第一次通过时设置宽光束时，会产生更好的图形精度 -b 和
第二遍 -b2，以及大量的 -n. （默认：禁用）

多克 / 多点 承认
-multigramout , -nomultigramout
在使用多种语法进行语法识别时，Julius 将只输出最好的
所有语法中的结果。 启用此选项将使 Julius 输出
每个语法的结果。 （默认：禁用）

强 对准
-对齐
对识别结果按单词单位做维特比对齐。 这个单词
将计算边界帧和每帧的平均声学分数。

-对齐
对每个电话单元进行维特比对齐以获得识别结果。 电话
将计算边界帧和每帧的平均声学分数。

-对齐
对识别结果进行每个状态的维特比对齐。 州界
帧和每帧的平均声学分数将被计算。

杂项。 搜索、 选项
-不活动
以非活动状态启动此识别流程实例。 （修订版 4.0）

-1次
只执行第一遍。

-fallback1pass
当第二遍失败时，Julius 完成了没有结果的识别。 这个选项
告诉 Julius 在第二遍时输出第一遍结果作为最终结果
失败。 请注意，某些分数输出（信心等）可能没有用。 这是
Julius-3.x 的默认行为。

-无ccd , -force_ccd
在搜索时显式切换电话上下文处理。 通常朱利叶斯决定
从模型名称中使用的 AM 是否是上下文相关的模型，
即，名称是否包含字符 + 和 -。 此选项将覆盖
自动检测。

-cmalpha 浮动
用于置信度评分的平滑参数。 （默认值：0.05）

-iwsp
（仅限多路径模式）启用词间上下文无关短暂停插入。
此选项为每个字尾附加一个可跳过的短暂停顿模型。 这
短暂停模型可以通过以下方式指定 -sp模型.

-运输 浮动
透明词的额外插入惩罚。 （默认值：0.0）

-演示
相当于 -progout -安静的.

环境 变数

阿尔萨德夫
（使用带有 alsa 设备的麦克风输入）指定捕获设备名称。 如果没有指定，
将使用“默认”。

音频设备
（使用带有 oss 设备的麦克风输入）指定捕获设备路径。 如果没有指定，
"/开发/DSP“ 将会被使用。

延迟_毫秒
尝试以毫秒为单位设置麦克风输入的输入延迟。 较小的值将
缩短延迟但有时会使过程不稳定。 默认值将取决于
运行操作系统。

示例

有关系统使用示例，请参阅 Julius 文档中的教程部分。

注意

关于 jconf 文件的注意事项：jconf 文件中的相对路径被解释为相对于
jconf 文件本身，而不是当前目录。

使用 onworks.net 服务在线使用 julius