OpenFST概览

学习Kaldi首先需要了解OpenFST，之后才能够深入的学习Kaldi，很多概念都是和OpenFSTaging相关的，而且如果要调整模型的准确率和速度也离不开OpenFST。那OpenFST究竟是什么呢？

 

这里有个OpenFST在Kaldi上的介绍：Kaldi: Kaldi tutorial: Overview of the distribution (20 minutes)，不过不是很太详细，可以参考OpenFST的网站：FstQuickTour < FST < TWiki

通俗的讲OpenFST就是FST（Finite State Transducer，有限自动机）的一个实现，在Kaldi里面这个文件被用做一个库，放在tools文件夹下。我们以OpenFST官网上的例子介绍一下，了解一个概览。

下面的图表示了一个优先状态机的概览：

OpenFST要表达一个图，需要3个文件：

text.fst：构建的图

isyms.txt：输入符号表

osyms.txt：输出符号表

简单看一下三个文件对应于上图的格式应该表示成什么样。

text.fst格式

text.fst存放的是构建的有限自动机的图，基于上面的例子，格式如下：

0 1 a x .5
0 1 b y 1.5
1 2 c z 2.5
2 3.5

其中除了最后一行，每一行代表一个状态转移，可以从一个状态到另一个状态有多条边，在文件中的顺序没有影响。但是需要遵守几个规则：

1. 初始状态（initial state)为0

2. 文件第一行的状态转移一定是以初始状态开始

3. 最后一行是终止状态（final state)，没有下一跳的状态

4. 除最后一行外，其他行为一条弧必须按照格式：，起点（arc source)、终点(arc destination)、输入标签(input label)、输出标签(output label)、权重(weight)。

isyms.txt格式

内容如下：

<eps> 0
a 1
b 2
c 3

osyms.txt格式

内容如下:

<eps> 0
x 1
y 2
z 3

可以使用任意的字符串作为label，也可以用任意非0值对label编码。一般0是为epsilon这个label保留的，epsilon表示一个空串，用来作为站位，比如语音识别有段静音或者声音拉得比较长，这段frame就可以用epsilon。

我们知道text.fst包含了状态机的转换图，已经使用的是符号了，为什么还需要用isyms.txt和osyms.txt这两个文件呢？这是因为FST内部都是使用的数字表示 ，所以需要参照这两个符号表 。

 参考地址：LiveToolkit