kaldi-ctc src/ctcbin 底层命令学习

打开kaldi-ctc/src/ctcbin   里面有关于ctc操作的14条底层命令，接下来我们慢慢来学习以下：

1、./ctc-graph-info

     作用：print CTC decoding graph info  打印CTC解码图的信息

     用法：./ctc-graph-info <trans-model> <in-fst>

     例如：./ctc-graph-info exp/tree_mono/final.mdl CTC.fst  

                 输入两个参数为每个label的转移模型和该图的有限状态机fst

     其他参数：

     --config         :   读取配置文件（string类型，默认值为""）

     --help            :   打印用法信息（bool类型，默认值为false，即默认不打印）

     --print-args   :    打印命令行参数至标准错误流stderr (bool类型，默认值为true，用于产生log日志)

     --verbose      :    日志长短的等级（等级越高日志信息越多）（int类型，默认值为0）

2、./ctc-make-decoding-graph

     作用：Executes the last stages of creating a CTC decoding graph, given an LG.fst on the input

              给定LG.fst作为输入，得到最终的有限状态机CTC.fst.类似于传统方法中从LG.fst到HCLG.fst的过程。

     用法：./ctc-make-decoding-graph <in-fst> <out-fst>

     例如：fstrmsymbols data/lang/phones/disambig.int LG.fst | ctc-make-decoding - CTC.fst

              这个命令一般用在make_graph的脚本中。

     其他参数：

     --config         :   读取配置文件（string类型，默认值为""）

     --help            :   打印用法信息（bool类型，默认值为false，即默认不打印）

     --print-args   :    打印命令行参数至标准错误流stderr (bool类型，默认值为true，用于产生log日志)

     --verbose      :    日志长短的等级（等级越高日志信息越多）（int类型，默认值为0）

3、./nnet2-ctc-compute-from-egs

     作用：Does the neural net computation, taking as input the nnet-training examples(typically an archive with the extension .egs), ignoring the labels; it outputs as a matrix the result. Used mostly for debugging.

              把训练样本作为输入（一般是后缀为.egs的压缩文件），计算神经节点，输出为一个矩阵，通常用来调试。

     用法：nnet-ctc-compute-from-egs [options] <model-in> <egs-rspecifier> <feature-wspecifier>

     例如：nnet-ctc-compute-from-egs final.mdl egs.10.1.ark ark:-

              输入为初始模型，之前计算的.egs的输入特征数据，输出为计算得到的矩阵。

     其他参数：

     --config         :   读取配置文件（string类型，默认值为""）

     --help            :   打印用法信息（bool类型，默认值为false，即默认不打印）

     --print-args   :    打印命令行参数至标准错误流stderr (bool类型，默认值为true，用于产生log日志)

     --verbose      :    日志长短的等级（等级越高日志信息越多）（int类型，默认值为0）

4、./nnet2-ctc-compute-prob

     作用：Computes and prints the average log-prob per frame of the given data with a neural net. The input of this is the output of e.g. nnet-get-egs. Aside from the logging output, which goes to the standard error, this program prints the average log-prob per frame to the standard output. Also see nnet-logprob, which produces a matrix of log-probs for each utterance.

     计算并且打印给定数据的每帧在神经节点上的平均对数概率。输入是nnet-get-egs的输出，即分好的训练数据（包括特征和序列标签）。将每帧的平均对数概率打印至标准输出。与nnet-logprob一样，对每句话产生一个对数概率的矩阵。

     用法：nnet2-ctc-compute-prob [options] <model-in> <training-examples-in>

     例如：nne