-
Notifications
You must be signed in to change notification settings - Fork 50
/
00readme.txt
155 lines (109 loc) · 6.38 KB
/
00readme.txt
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
======================================================================
「Juliusディクテーションキット v4.5」
v3.0 2004/08/11
v3.1 2005/11/11
v3.2 2008/01/17
v4.0 2009/12/17
v4.1 2011/03/03
v4.2 2011/05/11
v4.2.3 2013/06/30
v4.3.1 2014/01/31
v4.4 2016/09/21
v4.5 2019/04/16
======================================================================
□ はじめに //////////////////////////////////////////////////////////
これは，音声認識（ディクテーション）を動作させてみるためのフリーの
キットです．任意の読み上げ文発声（対象語彙数6万語）をほぼ実時間で
90%以上認識することができます．
動作環境は Windows/Linux/MacOSX です．
Julius は Rev.4.5 を用いています．他のバージョンの Julius を使い
たい場合は，Julius のサイトからダウンロードしたバイナリや，自分で
コンパイルしたバイナリの実行ファイルを，このディレクトリの bin 内の
対応するOSのディレクトリ内に上書きコピーしてください．
最新情報や詳しい内容については，以下のページをご覧下さい．
http://julius.osdn.jp/
□ 動作環境 //////////////////////////////////////////////////////////
○ OS
[Windows]
動作確認は Windows 7/8.1/10 (64-bit) で行いました．
DirectSound が必須です．
[Linux]
動作確認は CentOS 6 (64-bit) で行いました．
Ubuntu, Debian 等でも動作するかもしれません．
DNN版では X11 (xterm) が必須です．
[MacOSX]
動作確認は MacOSX 10.11 (El Capitan) で行いました．
DNN版では X11 (XQuartz) が必須です．
○ ハードウェアスペック
推奨： Core/Xeon 3.0GHz以上，メモリ2GB，HDD 1GB 以上
最低限：Core 1.5GHz以上，メモリ1GB，HDD 1GB 以上
加えて，サウンドデバイス，およびマイクロフォンが必要です．
なお，プロセスサイズは 700MB 程度なので，安定して動作させる
ためには 1GB 程度の空きメモリが必要です．
DNN版の実行にはマルチコアCPUやGPU(CUDA)の使用を推奨します．
□ 格納ファイル ///////////////////////////////////////////////////////
00readme.txt この文書
HOWTO.txt 認識システムの起動と動作
HOWTO-dnncli.txt DNN(dnnclient)版による音声認識の実行
LICENSE.txt 利用許諾書
TROUBLE.txt うまく認識できないときは
main.jconf DNN版・GMM版のJulius共通設定ファイル
am-dnn.jconf DNN版のJulius音響モデル・入力設定ファイル
am-gmm.jconf GMM版のJulius音響モデル・入力設定ファイル
dnnclient.conf DNN(dnnclient)版の特徴量変換設定ファイル
julius.dnnconf DNN(Julius単体)版の特徴量変換設定ファイル
run-linux-dnn.sh DNN(Julius単体)版の起動シェルスクリプト (Linux)
run-linux-dnncli.sh DNN(dnnclient)版の起動シェルスクリプト (Linux)
run-linux-gmm.sh GMM版の起動シェルスクリプト (Linux)
run-osx-dnn.sh DNN(Julius単体)版の起動シェルスクリプト (MacOSX)
run-osx-dnn.sh DNN(dnnclient)版の起動シェルスクリプト (MacOSX)
run-osx-gmm.sh GMM版の起動シェルスクリプト (MacOSX)
run-win-dnn.bat DNN(Julius単体)版の起動バッチファイル (Windows)
run-win-dnncli.bat DNN(dnnclient)版の起動バッチファイル (Windows)
run-win-gmm.bat GMM版の起動バッチファイル (Windows)
model/ 認識用の日本語音響モデルと単語3-gram言語モデル
bin/ 実行バイナリのディレクトリ
linux|osx|windows/ (OSごとに分かれている)
adinrec(.exe) 録音ツール
adintool(.exe) 音声入出力ツール
adintool-gui.exe 音声入出力ツール(GUI版，Windowsのみ)
jcontrol(.exe) Julius モジュールモード用のサンプルクライアント
julius(.exe) Julius rev.4.5
src/ Julius rev.4.5 ソースアーカイブ
□ 使用方法 //////////////////////////////////////////////////////////
使用方法については HOWTO.txt をご覧下さい．
認識がうまく動かないときは TROUBLE.txt をご参照下さい．
実行バイナリがご利用の環境で動作しない場合は，Julius をコンパイル
し直して，バイナリを差し替えてお試し下さい．
DNN(dnnclient)版をご利用の場合は，必ず HOWTO-dnncli.txt をご覧の上
必要なセットアップを行って下さい．
□ その他 ///////////////////////////////////////////////////////////
より限られた語彙を認識するような場合は，「文法認識キット」が便利です．
文法認識キットでは，文法制約の元で決められた文パターンのみから認識を行
います．詳しくは Julius のホームページをご覧ください．
http://julius.osdn.jp/
□ 変更履歴 //////////////////////////////////////////////////////////
(v4.3.1以降)
v4.5
・JuliusをRev.4.5 に更新
・マイク音声検出をFVAD併用の設定に変更（-lv 1500 → -lv 800 -fvad 3）
・DNN計算のCPUスレッド数は2に設定 (julius.dnnconf で変更可能)
・古いマニュアルを削除
・adintool-gui.bat を追加
v4.4
・JuliusをRev.4.4.1 に変更
これによりDNN-HMMをJulius単体でサポート
Intel AVX/FMA命令セットの使用
32bit OSはこのバージョンからサポート外
・音響モデルの更新
JNASと『日本語話し言葉コーパス』模擬講演データによるDNN-HMM音響モデル
・ベンチマーク(JNASテストセット200文における文字正解精度)
90.8% (GMM-HMM音響モデルの場合)
94.7% (DNN-HMM音響モデルの場合)
v4.3.1
・JuliusをRev.4.3.1に変更
これによりDNN-HMMをサポート(dnnclientを使用)
・モデルの刷新
『新聞記事読み上げ音声コーパス』(JNAS)によるGMM-HMM・DNN-HMM音響モデル
『現代日本語書き言葉均衡コーパス』(BCCWJ)による言語モデル
以上