fast.jconf

# Copyright (c) 1991-2006 Kawahara Lab., Kyoto University
# Copyright (c) 2000-2005 Shikano Lab., Nara Institute of Science and Technology
# Copyright (c) 2005-2006 Julius project team, Nagoya Institute of Technology
# All rights reserved
#
# Julius 設定ファイル サンプル for rev.4.1.3
#
# 1) 重要: 相対パスは，＊このファイルを起点に＊指定してください．
# 2) 空行および # から行末まではコメントとみなします．
#    `#'をコマンドに含めたい場合は '\#' としてください．
# 3) 1行の長さは 512 バイト以内に収めてください．
# 4) 各オプションの書式は，コマンドラインで与える場合と同一です．
# 5) このファイル内の各値は Julius のデフォルト値です．
#

######################################################################
#### ファイル指定
######################################################################
##
## 単語2-gram,3-gramファイル
##
# ARPA標準形式
#-nlr /cdrom/lang_m/20k/MNP.111.20k.1.arpa.gz		# 2-gram
#-nrl /cdrom/lang_m/20k/MNP.111.20k.rev.1-1.10p.arpa.gz	# 逆向き 3-gram
# もしくは
# mkbingramで作成したバイナリ形式
-d model/lang_m/web.60k.8-8.bingramv5.gz

##
## 単語辞書ファイル
##
-v model/lang_m/web.60k.htkdic

##
## 音響HMM定義ファイル
##
# asciiフォーマット，もしくは "mkbinhmmで" 作成したバイナリ形式
# （自動判別される）
-h model/phone_m/hmmdefs_ptm_gid.binhmm

## triphoneモデルの場合，さらに
##     論理的に出現しうる triphone -> 定義されている triphone
## の対応を指定した「HMMListファイル」が必要です．
-hlist model/phone_m/logicalTri

######################################################################
#### 言語モデル詳細設定
######################################################################
##
## 言語重みと挿入ペナルティ
##
## 例えば, "-lmp 8.0 7.0" のとき，言語確率の対数尤度 'log p(w)' は
## (log p(w)) * 8.0 + 7.0' として適用されます．
##
##デフォルト値
##monophone向け
#-lmp 5.0 -1.0		# 第1パス(2-gram)
#-lmp2 6.0 0.0		# 第2パス(3-gram)
##triphone向け
#-lmp 8.0 -2.0
#-lmp2 8.0 -2.0
##triphone向け（v2.1設定）：単語間triphoneを第1パスで扱わない場合
#-lmp 9.0 8.0
#-lmp2 11.0 -2.0

##
## 透過単語の追加ペナルティ
##
#-transp 0.0

######################################################################
#### 単語辞書詳細設定
######################################################################
##
## 文頭単語の名前 (単語辞書では無音の読みを付与する)
## 
#-silhead '<s>'

##
## 文末単語の名前 (同上)
##
#-siltail '</s>'

##
## エラー単語を無視して続行する
##
#-forcedict

######################################################################
#### 音響モデル詳細設定
######################################################################
##
## Julius が triphone/monophone の自動判別に失敗する場合，
## 以下を試してみてください．
##
#-no_ccd		# 音素環境依存性を(強制的に)考慮しない
#-force_ccd		#	 〃	  (強制的に)考慮する

##
## 特徴パラメータの型チェックをスキップしたい場合は，
## 以下を試してみてください．
##
#-notypecheck
#

##
## PTM/triphone 使用時，第1パスの単語間triphoneの音響尤度計算方法を指定する．
##
#-iwcd1 best 3	# 同コンテキストtriphoneの上位N個の平均値 (default, N=3)
#-iwcd1 max	# 同コンテキストtriphoneの最大値
#-iwcd1 avg	# 同コンテキストtriphoneの平均値

######################################################################
#### Gaussian Pruning パラメータ
######################################################################
## コードブックあたり計算するガウス分布計算数（上位N個）
## 以下のデフォルト値は IPA99 の PTM モデル(１コードブックあたり64混合）
## に合わせた値
#-tmix 2

## Gaussian pruning 法の選択
## 高速版ではbeam，それ以外ではsafeがデフォルトです
#-gprune safe		# safe pruning 上位N個が確実に求まる．正確．
#-gprune heuristic	# heuristic pruning
#-gprune beam		# beam pruning 次元ごとに足切り．高速．
#-gprune none		# pruning を行わない

######################################################################
#### Gaussian Mixture Selection パラメータ
######################################################################
#-gshmm hmmdefs		# GMS 用モノフォン音響モデルを指定
			# 指定なし = GMS OFF
#-gsnum 24		# GMS使用時の選択状態数

######################################################################
#### 探索パラメータ
######################################################################
#-b 400			# 第1パスのビーム幅（ノード数） monophone
#-b 800			# 第1パスのビーム幅（ノード数） triphone,PTM
#-b 1000		# 第1パスのビーム幅（ノード数） triphone,PTM,engine=v2.1
#-b2 30			# 第2パスの仮説数ビームの幅（仮説数）
#-sb 80.0		# score beam envelope threshold
#-s 500			# 第2パスの最大スタック数 (仮説数)
#-m 2000		# 第2パスの仮説オーバフローのしきい値
#-lookuprange 5		# 第2パスで単語展開時のトレリス制約緩和幅（フレーム数）
#-n 1			# 第2パスで見つける文の数（文数）
#-n 10			#   （'standard' 設定時のデフォルト)
-n 5
-output 1		# 第2パスで見つかった文のうち出力する数 （文数）

### "./configure --enable-lowmem" 時に有効
#-iwcache 10		# 単語間言語確率キャッシュの大きさ比率
			# (100でオプションなしと同等)

### "./configure --enable-lowmem2" 時に有効
#-sepnum 150		# 第1パスで単語木から独立させる高頻度語の数（単語数）

######################################################################
#### 単語グラフ出力 (--enable-graphout)
######################################################################
##
## 同じ単語をマージする
##  -1: マージしない（同じ場所の同じ単語でもスコアが異なれば別の候補）
##   0: 同じ位置の同じ単語をマージ
##  >0: 始端・終端の差が指定されたフレーム幅以下の同じ単語をマージ
## 
#-graphrange 0

##
## 指定以上の深さの単語をカットする (-1: 無効化)
##
#-graphcut 80

##
## 単語境界調整ループ回数の上限
##
#-graphboundloop 20

##
## "-graphsearchdelay" を指定すると，Julius は第2パスで
## グラフ単語のマージによる仮説中断を，最初の文候補が得られるまで
## 行わないようになる．
##
## このオプションは非常に大きいビーム幅を指定してグラフを生成している
## ときに，性能を少し改善する効果がある．
##
#-graphsearchdelay
#-nographsearchdelay  # this is default (off)

######################################################################
#### 単語間ショートポーズ
######################################################################
##
## ショートポーズ音響モデルの名前
##
#-spmodel "sp"		# ショートポーズ音響モデルの名前

##
## 単語間のポーズに対応する sp 単語を辞書に自動追加する
##
#-iwspword
#-iwspentry "<UNK> [sp] sp sp"	# 追加される単語エントリのデフォルト値

##
## 単語末尾にコンテキスト独立なショートポーズを付加（multipath版のみ）
##
#-iwsp			# コンテキスト独立な単語間ショートポーズを付与
#-iwsppenalty 0.0	# ショートポーズへの遷移ペナルティ

######################################################################
#### ショートポーズセグメンテーション (--enable-sp-segment 時有効)
######################################################################
#-spdur 10		# 第１パス sp 継続フレーム数
			# sp単語が最尤のフレームがこの時間以上継続したら，
			# 第１パスを中断→第2パス実行

######################################################################
#### 音声入力ソース
######################################################################
## どれかを選んでください（デフォルト：mfcfile）
#-input mfcfile		# HTK形式のパラメータファイル(MFCC) 
#-input rawfile		# 音声波形データファイル(フォーマット自動判別)
			# 形式：WAV(16bit) または
			#	RAW(16bit(signed short),mono,big-endian) 
			#	16kHz以外のファイルは -smpFreq で周波数指定
-input mic		# マイクから直接入力
			# デバイス名は環境変数 "AUDIODEV" でも指定可能 (OSS)
#-input netaudio -NA host:0    # host上のDatLink(NetAudio)から入力
#-input adinnet -adport portnum # adinnet クライアントからの入力
#-input stdin		# 標準入力からの入力

#-filelist filename	# 認識対象ファイルのリスト

#-nostrip		# ゼロ続きの無効な入力部の除去をOFFにする
			# (default: 無効な入力部分は除去される)
#-zmean			# DC成分の除去を行う (-input mfcfile時無効)
-zmeanframe		# フレーム単位のDC成分除去を行う (HTKと同処理)

######################################################################
#### 音声録音
######################################################################
#-record directory	# 認識した音声データを連続したファイルに自動保存

######################################################################
#### GMMに基づく入力音検証と棄却
######################################################################
#-gmm gmmdefs		# GMM定義ファイル（HTK形式）
#-gmmnum 10		# mixtureごとに計算する上位ガウス分布数
#-gmmreject "noise,laugh,cough" # 検証の結果誤入力として棄却すべきGMMのモデル名

######################################################################
#### 短時間瞬時入力の棄却
######################################################################
#-rejectshort 800	# 指定ミリ秒以下の長さの入力を棄却する
-rejectshort 80	# 指定ミリ秒以下の長さの入力を棄却する

######################################################################
#### 音声区間検出
######################################################################
#-pausesegment		# レベル・零交差による音声区間検出の強制ON
#-nopausesegment	# レベル・零交差による音声区間検出の強制OFF
			# （default: mic または adinnet は ON, file は OFF）
#-lv 2000		# レベルのしきい値 (0-32767)
#-headmargin 300	# 音声区間開始部のマージン(単位: msec)
#-tailmargin 400	# 音声区間終了部のマージン(単位: msec)
#-zc 60			# １秒あたりの零交差数のしきい値

######################################################################
#### 音響分析
######################################################################

#-htkconf ConfigFile	# HTK Configファイルを読み込みパラメータをセットする

#-smpFreq 16000		# サンプリング周波数(Hz)
#-smpPeriod 625		# サンプリング周期(ns) (= 10000000 / smpFreq)
#-fsize 400		# 窓サイズ(サンプル数)
#-fshift 160		# フレームシフト幅(サンプル数)
#-preemph 0.97		# pre-emphasis coef.
#-fbank 24		# フィルタバンクチャンネル数
#-ceplif 22		# cepstral liftering coef.
#-rawe			# use raw energy する
#-norawe		# use raw energy しない（こちらがデフォルト）
#-enormal		# normalize log energy する
#-noenormal		# normalize log energy しない（こちらがデフォルト）
#-escale 1.0		# scaling log energy for enormal
#-silfloor 50.0		# energy silence floor in dB for enormal
#-delwin 2		# デルタウィンドウ幅 (フレーム数)
#-accwin 2		# デルタデルタウィンドウ幅 (フレー無数)
#-hifreq -1		# 高域カットオフの周波数(Hz) (-1: disable)
#-lofreq -1		# 低域カットオフの周波数(Hz) (-1: disable)

######################################################################
#### Cepstral Mean Normalization (CMN)
######################################################################
#-cmnsave filename	# CMNパラメータをファイルに保存（１入力毎に上書き）
#-cmnload filename	# 開始時に初期CMNパラメータをファイルから読み込む
#-cmnmapweight 100.0	# MAP-CMNの初期CMNの重み
#-cmnnoupdate		# 発話開始時の初期CMNを，過去の入力から更新せずに，
			# -cmnload で読み込んだ初期CMNを保持する

######################################################################
#### スペクトルサブトラクション (SS)
######################################################################
#-sscalc		# 先頭の無音部を利用して SS を行う（ファイル入力のみ）
#-sscalclen 300		# SSに用いる先頭の無音部の長さ (msec)
#-ssload filename       # ファイルからノイズスペクトルを読み込む
#-ssalpha 2.0		# アルファ係数
#-ssfloor 0.5		# フロアリング係数

######################################################################
#### Forced alignment
######################################################################
#-walign		# 認識結果の単語ごとのアラインメント結果を出力
#-palign		# 認識結果の音素ごとのアラインメント結果を出力
#-salign		# 認識結果のHMM状態ごとのアラインメント結果を出力

######################################################################
#### 単語信頼度計算
######################################################################
#-cmalpha 0.05		# スムージング係数を指定

######################################################################
#### 出力スタイル
######################################################################
#-separatescore		# 言語スコアと音響スコアを分けて出力する
#-progout		# 第1パスで解析途中から漸次的に結果を出力
#-proginterval 300	# -progout 時の出力のインターバル(単位：msec)
#-quiet			# 第1パス・第2パスの認識結果のみ出力
-demo			# "-progout -quiet" と同じ
#-debug			# 探索中の内部状態を出力させる（デバッグ用）
#-charconv from to	# 出力文字コード変換を行う
			# from, to で指定できるコード名はマニュアルを参照のこと

######################################################################
#### サーバーモジュールモード
######################################################################
#-module		# サーバーモジュールモードで起動
#-module 5530		# (ポート番号を指定する場合)
#-outcode WLPSC		# モジュールに出力する情報を選択 (WLPSCwlps)

######################################################################
#### その他
######################################################################
#-help			# ヘルプを出力して終了（jconf内では無効）
#-setting		# コンパイル時エンジン設定を出力して終了（jconf内無効）
#-C jconffile		# 他の jconf ファイルを展開

################################################################# end of file