Decoding-graph creation recipe (training time) （kaldi翻译+个人理解）

kaldi的图创建过程在训练阶段与测试阶段相比而言要相对简单一点，主要是因为不需要消歧符号，我们假定你已经读了这个recipe的test阶段，然而我没读，，，。

在训练过程中我们采用和test阶段相同的HCLG形式，除了G是由一个符合训练transcript的linear acceptor(当然这个setup和容易扩展到transciptes中的不确定情况)

Command-line programs involved in decoding-graph creation (在解码图中涉及到的命令行)

在这里，我们将解释在一个典型的训练脚本中脚本级别发生的事情；接下来我们挖掘项目内部发生的情况。假设我们已经构建了一个树和模型。接下来的命令会创造一个archive，其中包含对应的每一个训练transcripts的图HCLG

(第一个token是语音id，即011c0201)。项目的输出格式为archive形式的graphs.fst；对于训练集中的每条语音而言，它以包含一个FST(以二进制性质)。此archive中的FSTs对应HCLG，但没有过渡概率（默认：compile-train-graphs中，-self-loop-scale=0,且-transition-scale=0）。这是因为这些graph将用于训练的而多个阶段，并且过渡概率将会发生变化，所以我们稍后再添加。但是archive（可理解为数据的存档）中的FSTs将具有silence 概率产生的概率（此处难以理解）（这些概率被编码进L.fst）。如果我们使用发音概率，这些也将出现。

解释了gmm-align-compile命令

阅读这些archives，解码训练数据，从而产生状态级对齐的命令如下所示，我们简短地回顾一下这个命令，尽管这页我们主要的关注点在于创建图的本身：

 其中，前三个参数是概率尺度。transition-scale和self-loop-scale再这里出现是因为这个项目在解码前添加了转移概率。下面的参数是beam和retry-beam；我们用一个初始化的beam，且如果对齐没能达到最终状态，我们将用另一个beam。因为我们将声音的比例设置为0.1，我们需要以10来乘这些beams来获得可与声学可能性相媲美的数字。这个项目要求这个模型如下：根据迭代，$x.mdl会扩大到1.mdl或2.mdl；从archive（存档，graphs.fst）中读取图。引号中的参数被视为管道（不包括ark和I），并解释为由语音id索引的存档，其中包含特征。输出到cur.ali，且如果以文本形式编写，则看起来像上述的.tra文件，尽管证书现在不对应于单词id，而是对应于过渡id（transition-ids,个人以为最好理解为转移id）。

我们注意到两个阶段（图创建和解码）可以通过单个命令行程序gmm-align来完成，该程序可以根据需要来编译图。由于图的创建需要相当长的时间，因此在任何时候都需要图，而不仅仅是将他们写入磁盘中。

未完待续