Kaldi 源码阅读--hmm-topology

最新推荐文章于 2022-12-07 21:56:41 发布

huchad

最新推荐文章于 2022-12-07 21:56:41 发布

阅读量1.7k

点赞数

分类专栏： speech recognition

本文链接：https://blog.csdn.net/huchad/article/details/58605614

版权

speech recognition 专栏收录该内容

6 篇文章 0 订阅

订阅专栏

本文从Kaldi源码的HMM部分开始进行阅读，重点关注HMM的topology。HmmTopology类包括phones_、phone2idx_和entries_三个成员变量，分别用于管理电话类型、电话索引和拓扑条目。TopologyEntry定义了HMM状态，包含forward_pdf_class、self_loop_pdf_class和transitions，描述了HMM状态间的转移概率。

摘要由CSDN通过智能技术生成

Kaldi 源码阅读–HMM

关于kaldi源码的阅读已经计划很久，今日从HMM开始：
切入点是hmm的topo文件：

 <TopologyEntry>
 <ForPhones> 1 2 3 4 5 6 7 8 </ForPhones>
 <State> 0 <PdfClass> 0
 <Transition> 0 0.5
 <Transition> 1 0.5
 </State>
 <State> 1 <PdfClass> 1
 <Transition> 1 0.5
 <Transition> 2 0.5
 </State>
 <State> 2 <PdfClass> 2
 <Transition> 2 0.5
 <Transition> 3 0.5
 <Final> 0.5
 </State>
 <State> 3
 </State>
 </TopologyEntry>
 </Topology>

kaldi 在src/hmm/hmm-topology.h 中定义了一个class HmmTopology。它包含三个成员变量：

std::vector< int32> phones_; //list of all phones we have topo for
std::vector< int32 > phone2idx_; //map phones to indexes
std::vector < TopologyEntry> entries_;

hmmTopology定义了一个TopologyEntry。TopologyEntry是一个hmmstate的数组：

typedef std::vector TopologyEntry;
hmmstate则是在其内部定义的一个结构体：
struct HmmState {
int32 forward_pdf_class;
int32 self_loop_pdf_class;
std::vector< std::pair< int32, BaseFloat> > transitions;
} 还定义了构造函数

总之一个模型有若干个phones，会包含若干个hmmstate，每一个hmmstate 定义了其上的pdf_classs 与状态的转移概率。