FA

Force Alignment

一、.最好采用做两遍FA

 1. 第一遍词的

    字典采用两行的silsp的。

     eg&＃xff1a;衣Q [y_i1_k_iu1_sil] y i1 k iu1 sil
            衣Q [y_i1_k_iu1_sp] y i1 k iu1 sp

           注意字典中不包含sp,包含sil sil&＃xff1b;做FA后结果是中括号中的内容

     awk &＃39;NR&＃61;&＃61;FNR{w[$1]&＃61;1}NR!&＃61;FNR{if(NF>2){z&＃61;0;num&＃61;split($3,a,"_");for(i&＃61;1;itrain.align.pinyin.mlf

     pinyin.dict &＃xff1a;所以出现的中文必须包含在里面。中英文混合的按照英文处理

     eg&＃xff1a;AB型 [ei1_b_i1_x_i2_ng_sil]    ei1 b i1 x i2 ng sil

           AB型 [ei1_b_i1_x_i2_ng_sp]    ei1 b i1 x i2 ng sp

       map中: ei1_b_i1_x_i2_ng   ei1 b i1 x i2 ng 

 2. 第二遍字的

   采用三行的silsp&＃xff0c;第一列是第一遍词括号中的phone标注

    eg&＃xff1a;z_y_i1 z y i1 
          z_y_i1 z y i1  sil
          z_y_i1 z y i1  sp

         FA后就是phone级别的标注了

   注意check sil sp

         sp>&＃61;5帧替换为sil。sil<5帧替换为sp

         gmm&＃xff1a; echo &＃39;#!MLF!#&＃39; >use.train.align.model.mlf

                    cat train.align.model.mlf|awk &＃39;$0!~/MLF/{print}&＃39; | awk &＃39;BEGIN{RS&＃61;"\n[.]\n";FS&＃61;"\n"}{printf"%s\n%s\n",$1,$2;for(i&＃61;3;i<&＃61;NF-1;i&＃43;&＃43;){num&＃61;split($i,a," ");if(a[3]&＃61;&＃61;"sil"&&(a[2]-a[1])/100000<5){gsub("sil","sp",a[3]);}else{if(a[3]&＃61;&＃61;"sp"&&(a[2]-a[1])/100000>&＃61;5){gsub("sp","sil",a[3]);}};for(j&＃61;1;j<&＃61;num;j&＃43;&＃43;)printf"%s ",a[j];printf"\n";}printf"%s\n.\n",$NF}&＃39;  >>use.train.align.model.mlf

          dnn&＃xff1a;./mlf2dnn.sh train.align.state.mlf tri.xwrd.cluster.list correct_train.align.state.mlf

总结&＃xff1a;第一遍采用词可以避免多音字的错误&＃xff0c;第二遍可以得到字间的sil和sp

          只采用词做FA得不到字间的sil sp信息&＃xff0c;只采用字做FA会有多音的影响

二、DNN做FA和GMM的区别

   1.  对于DNN需要state级别的标注&＃xff0c;gmm需要model级别的标注

        hvite中 -m 是得到model级别的&＃xff0c;-f 是state级别的

   2.  dnn做FA需要dnn的hvite&＃xff0c;gmm做FA普通的hvite就ok