MingHsiangSu的部落格

#Coding parameters
# 來源檔案格式
SOURCEFORMAT=WAV
#1/SampleRate * 10000000，625就表示16k的取樣率
SOURCERATE=625
# 產生參數型式 MFCC 39維
# energy (E)
# delta (D)
# delta-delta (A)
# Cepstral Mean Normalisation (Z)
TARGETKIND=MFCC_Z_E_D_A
# 音框位移量，10 ms
TARGETRATE=100000.0

#frameshift 10ms
# HTK可以壓縮產生出來的參數檔
SAVECOMPRESSED=F
# HTK可以在產生的參數檔後頭加上CRC檢查碼，一般設為False
SAVEWITHCRC=F
# 音框大小，32 ms
WINDOWSIZE=320000.0

# framesize = 32ms
# Use a Hamming window
USEHAMMING=T
# Set pre-emphasis coefficient，預強調係數設定
PREEMCOEF=0.97
# Number of filterbank channels，在Mel刻度下等分成26個頻帶
NUMCHANS=26
# Cepstral liftering coefficient，進行 Cepstral liftering
CEPLIFTER=22
# Number of cepstral parameters，MFCC 參數維度
NUMCEPS=12
# Normalise log energy，音框能量作正規化
ENORMALIZE=T
# Enable natural read order for HTK files
# NATURALREADORDER=TRUE
# Enable natural write order for HTK files
# NATURALWRITEORDER=TRUE