kaldi nnet1

nnet1训练用到的技术：

• 每一层进行预训练，基于RBMs(受限玻尔兹曼机)
• 以一帧为单位进行交叉熵训练
• 序列鉴别性训练准则，MMI准则用来lattice框架，以sMBR准则作为优化目标
• 使用早停止
  系统是建立在LDA-MLLT-FMLLR特征(从辅助的GMM模型中得到)之上的，训练要用到GPU+CUDA。
  LDA(Linear Discriminant Analysis 线性判别分析)
  MLLT(Maximum likelihood linear translation最大似然线性变换)
  FMLLR(feature-space maximum likelihood linear regression 特征空间最大似然线性回归)
  VTLN(vocal tract length normalization,声道长度归一化)
  FMLLR和VTLN用于解决说话人的多样性。