修改HTK代码，让其支持中文

利用HTK工具包进行语音识别建模时，遇到任务语法中存在中文时候，无法生成对应的底层网络，这样就需要对HTK源码的部分内容进行修改，以下是我对HTK源码HParse及HVite部分内容改动记录，希望对有需要的人有帮助！自己也做个备份！

添加下面函数

static int IsSpace(char c)

{

if ((c == 0x09) ||( c == 0x0D) || (c == ' ' ))

return 1;

return 0;

}

修改下面的函数
修改HParse.C

static void PGetSym(void)

{

..../////////////

while ( IsSpace(ch)|| (ch=='/' && inlyne[curpos]=='*') ) //这里特别注意，网上有一个文章这里修改出错
{

if (!IsSpace(ch) || isspace((int) ch)) /* skip space */

PGetCh();

else { /* skip comment */

PGetCh(); PGetCh();

while (!(ch=='*' && inlyne[curpos]=='/')) PGetCh();

PGetCh(); PGetCh();

}

}

..../////////////以下部分代码为做修改

}

static void PGetIdent(void)

{

int i=0;

Ident id;

do {

if (ch==ESCAPE) PGetCh();

if (i<MAXIDENT) id[i++]=ch;

PGetCh();

} while(!IsSpace(ch)&& ch!='{' && ch!='}' && ch!='['&& ch!=']' &&//!isspace( (int)ch)

ch!='<' && ch!='>' && ch!='(' && ch!=')'&& ch!='=' &&

ch!=';' && ch!='|' && ch!='/' && ch!='%');

id[i]='\0';

ident = GetLabId(id,TRUE);

}

修改HNet.c

ReturnStatus WriteOneLattice(Lattice *lat,FILE *file,LatFormat format)

{

...///////////////////////////////

else if (ln->word!=NULL) {

fprintf(file,"W=%-19s ",ln->word->wordName->name);//

// ReWriteString(ln->word->wordName->name,注释掉

// NULL,ESCAPE_CHAR));

...////////////////////////////////

}

这样在生产的底层网络中就可以看到汉字，而不是汉字编码了。下面是我测试的一个简单例子：

这是taskgram中的内容

$somebody =我 | 小王 | 他们 | 他 | 你;

$place = 北京 | 图书馆 | 学校 | 家里;

$something = 出差 | 自习 | 上课 | 睡觉;

(SENT-START($somebody 在 $place $something) SENT-END)

没有修改HParse生产的网络

VERSION=1.0

N=11 L=22

I=0 W=END_SIL

I=1 W=sil

I=2 W=\344\275\240

I=3 W=!NULL

I=4 W=\345\260\274

I=5 W=\346\265\251

I=6 W=\345\245\275

I=7 W=sil

I=8 W=START_SIL

I=9 W=!NULL

I=10 W=!NULL

J=0 S=1 E=0

J=1 S=3 E=0

J=2 S=3 E=1

J=3 S=3 E=2

J=4 S=7 E=2

J=5 S=8 E=2

J=6 S=2 E=3

J=7 S=4 E=3

J=8 S=5 E=3

J=9 S=6 E=3

J=10 S=3 E=4

J=11 S=7 E=4

J=12 S=8 E=4

J=13 S=3 E=5

J=14 S=7 E=5

J=15 S=8 E=5

J=16 S=3 E=6

J=17 S=7 E=6

J=18 S=8 E=6

J=19 S=8 E=7

J=20 S=10 E=8

J=21 S=0 E=9

修改后的网络

VERSION=1.0

N=21 L=30

I=0 W=!NULL

I=1 W=!NULL

I=2 W=SENT-START

I=3 W=我

I=4 W=!NULL

I=5 W=小王

I=6 W=他们

I=7 W=他

I=8 W=你

I=9 W=在

I=10 W=北京

I=11 W=!NULL

I=12 W=图书馆

I=13 W=学校

I=14 W=家里

I=15 W=出差

I=16 W=!NULL

I=17 W=自习

I=18 W=上课

I=19 W=睡觉

I=20 W=SENT-END

J=0 S=20 E=1

J=1 S=0 E=2

J=2 S=2 E=3

J=3 S=3 E=4

J=4 S=5 E=4

J=5 S=6 E=4

J=6 S=7 E=4

J=7 S=8 E=4

J=8 S=2 E=5

J=9 S=2 E=6

J=10 S=2 E=7

J=11 S=2 E=8

J=12 S=4 E=9

J=13 S=9 E=10

J=14 S=10 E=11

J=15 S=12 E=11

J=16 S=13 E=11

J=17 S=14 E=11

J=18 S=9 E=12

J=19 S=9 E=13

J=20 S=9 E=14

J=21 S=11 E=15

J=22 S=15 E=16

J=23 S=17 E=16

J=24 S=18 E=16

J=25 S=19 E=16

J=26 S=11 E=17

J=27 S=11 E=18

J=28 S=11 E=19

J=29 S=16 E=20

至于HVite部分，我找了近一下午，总算找到改的地方了，修改HSheel.c
中WriteString函数

n=*p;

fputc(n,f);//添加的行

// fputc(ESCAPE_CHAR,f);

// fputc(((n/64)%8)+'0',f);fputc(((n/8)%8)+'0',f);fputc((n%8)+'0',f);

我将相应的位置给注释上了，并将字符之间输出到文件中，这样在结果文件中就可以看到中文了～～