shmilyforyq的博客

Kaldi是一个非常强大的语音识别工具库，主要由Daniel Povey开发和维护。目前支持GMM-HMM、SGMM-HMM、DNN-HMM等多种语音识别的模型的训练和预测。其中DNN-HMM中的神经网络还可以由配置文件自定义，DNN、CNN、TDNN、LSTM以及Bidirectional-LSTM等神经网络结构均可支持。目前在Github上这个项目依旧非常活跃，可以在 https://githu

第一步：准备timit的数据包 1.下载timit数据包，我已经上传到百度云盘—链接http://pan.baidu.com/s/1qYkDora 2.将timit数据包TIMIT.zip从Windows加载到linux服务器上（我用的服务器，当然你们可以用虚拟机）打开SecureCRT，点击链接SFTP会话，（你需要提前将TIMIT.zip放在

kaldi特征和模型空间转换博主话：这篇博客是对kaldi官网中Feature and model-space transforms in Kaldi 的翻译，因为不是专业翻译人士，接触kaldi时间也不长，所以难免有纰漏之处，希望读者如果有更好的建议和意见，可以在下面留言，有助于更好的交流，谢谢大家介绍Kaldi代码目前支持许多功能和模型空间的转换和预

主要目的是：在最大似然（ML）准则下使用一个线性变换矩阵对参数特征矢量进行解相关。在ML准则下，评价一个模型‘好坏’的标准是训练数据与模型匹配的似然度，如果似然度越高的话，我们说这个模型越好。MLLT的作者给出了在最大似然准则下（ML）使用对角协方差矩阵的缺点，及其对训练数据集描述似然度的损失。

这篇博客是关于声学模型的简单介绍。输出概率声学模型的输入是由特征提取模块提取的特征（比如mfcc特征）。一般来说，这些特征是多维的向量，并且其取值可以是离散或连续的。