为什么当我在when学习包中使用model.score时，“diag”混合码必须是非负的“错误”？

Question

一个月来，我一直致力于持续语音识别，并找到了hmmlearn软件包。我可以用_model = hmm.GMMHMM(...)和_model.fit(...)创建我的音素模型。但是，当我想使用_model.score(_extracted_test_features)作为测试样本时，我得到了以下错误：

.format(self.covariance_type)) ValueError：“diag”混合物必须是非阴性的。

这是我的代码：

    def Main():
        # ---
        _phoneme_files_dir = './database_info/phonemes/phoneme_files/'
        _phoneme_dataset_dir = './database_info/phonemes/extracted_features/'
        _phoneme_models_dir = './database_info/phonemes/models/'
        _phoneme_test = '/home/ali/speech_recognition/database/database_english/timit/data/lisa/data/timit/raw/TIMIT/TEST/DR1/FAKS0/SA1.wav'
        # ---
        _phoneme_test_features = ExtractFeatures(_phoneme_test, 9640, 11240)
        _phoneme_models, _phoneme_models_list_loaded = LoadModels(_phoneme_models_dir)
        print("Getting models has successfully done")
        # ---
        _score_list = {}
        for _model_label in _phoneme_models.keys():
            _model = _phoneme_models[_model_label][0]
            _score = _model.score(_phoneme_test_features)
            _score_list[_model_label] = _score
        _predict = max(_score_list, key=_score_list.get)
        print("predict result phoneme is ", _phoneme_models_list_loaded[_predict])

有人知道这个错误吗？我已经找到了一些解决方案，但它们在几年前就有了，在那之后，hmmlearn软件包得到了一些更新并修复了它们。

Answer 1

通常情况下，这意味着一些音素在训练过程中没有足够的数据，而且你的模型没有进行适当的训练。你需要许多样本> 100来训练，只要一对样本，它就不能工作。

您可以打印模型值来检查哪些是负的。

更好的方法是使用诸如kaldi或espnet这样的专用工具来进行语音训练，HMMlearn不是合适的工具，它不能很好地实现。