(4)HMM訓練
本系統(tǒng)先使用HInit工具對HMM模型進行初始化，再用HCompv工具來對模型進行平坦初始化。HMM模型的每個狀態(tài)給定相同的平均向量和變化向量，在整個訓練集上全局計算而得。最后用HRest的多次估計迭代，估計出HMM模型參數(shù)的最佳值，經(jīng)多次迭代，將訓練得到的單個HMM模型整合到一個hmmsdef．mmf文件中。聲學模型HTK訓練流程如圖5所示。

3．2 Julius應(yīng)用
3．2．1 Julius部署
在本系統(tǒng)中語音識別部分是部署在Atom Z510上，而Atom Z510上首先需要移植linux操作系統(tǒng)(本系統(tǒng)采用的是ubuntu8．10)以上步驟在此不詳細介紹，文獻中有詳細說明。語音識別的核心部分是Julius識別器，需要將Julius源碼編譯部署到Atom Z510平臺。其步驟如下：
①要確保linux系統(tǒng)中有以下支持庫：Zlib、flex、OSS音頻驅(qū)動接口、ESounD和libsndfile。
②從Julius官網(wǎng)下載源代碼Julius-4．1．5。
③解壓：tar-zxjf julius-4．1．5。
④編譯：％．／configure，％make，％make install。
3．2．2 Julius配置
Julius全部采用C語言代碼實現(xiàn)，采用模塊化設(shè)計方式，而且各功能模塊可配置。在使用前需要將配置參數(shù)寫入jconf文件，此文件作為運行參數(shù)載入系統(tǒng)，系統(tǒng)掃描參數(shù)配置并啟動各功能塊。其中重點介紹以下幾個配置參數(shù)：
◆-dfa rtdog．dfa，指定語法文件rtdog．dfa；
◆-v rtdog．dict，指定字典文件；
◆-h rtdog．binhmm，指定HMM模型文件；
◆-lv 8000，設(shè)定音頻的閾值便于濾去噪音；
◆-rejectshort 600，設(shè)定最小的語音長度；
◆-input mic，設(shè)定語音的輸入方式為microphone。
3．3 語音識別系統(tǒng)軟件設(shè)計
3．3．1 GUI設(shè)計
本系統(tǒng)為了方便測試，采用QT4的圖形庫來開發(fā)人機界面(GUI)，同時加入了手動控制的按鈕。其總體功能如圖6所示。通信線程是本系統(tǒng)的數(shù)據(jù)傳輸樞紐，十分重要。在QT中通過對線程類QThread繼承來實現(xiàn)新的線程設(shè)計。該類提供了創(chuàng)建一個新線程以及控制線程運行的各種方法。線程是通過QThread：：run()重載函數(shù)開始執(zhí)行的。在本系統(tǒng)中設(shè)計了1個數(shù)據(jù)通信線程，用它來不斷地讀取共享內(nèi)存中的語音命令，然后將其轉(zhuǎn)化為控制命令傳給機器人控制模塊。