Kaldi决策树状态绑定学习笔记（四）

建议在csdn资源页中免费下载该学习笔记的PDF版进行阅读：）点击进入下载页面

Kaldi决策树状态绑定学习笔记（四）

——如何构建决策树？

　　到现在为止，程序acc-tree-stats累积好了构建决策树所需的统计量，程序cluster-phones和compile-questions自动生成好了构建决策树所需的问题集，我们也准备好了roots.int文件，那么我们就可以开始构建决策树，对三音素GMM的状态进行绑定。这次笔记的主要内容是讲解Kaldi如何构建决策树，实现对三音素GMM状态的绑定。
　　在这个笔记中，首先我会介绍构建决策树的主程序build-tree和主函数BuildTree()，然后介绍主函数中用到的核心函数GetStubMap()和SplitDecisionTree()。

　　建议学习Kaldi官方文档《Decision tree internals》的Classes and functions involved in tree-building部分，官方文档《How decision trees are used in Kaldi》和论文《Tree-Based State Tying For High Accuracy Acoustic Modelling》S.J.Young的第三部分Tree-BasedClustering。

　　目录

build-tree

• 作用：构建决策树
• 输入：累积的统计量treeacc、问题集questions.qst、roots.int、HMM拓扑topo
• 输出：决策树tree
• 示例：

build-tree $context_opts --verbose=1 --max-leaves=$numleaves \
    --cluster-thresh=$cluster_thresh $dir/treeacc $lang/phones/roots.int \
    $dir/questions.qst $lang/topo $dir/tree

• 过程：
  
  1. 读取roots.int，得到1)vector<vector<int>> phone_sets，其一个元素包含roots.int的一行上的所有音素；2)vector<bool> is_shared_root，其一个元素指明该行的音素是否共享三个HMM状态的决策树树根；3)vector<bool> is_split_root，其一个元素指明是否对该行音素对应的决策树树根进行划分。
  2. 读取topo文件，得到保存HMM拓扑结构的对象HmmTopology topo，一般音素的HMM状态为三个，我们实验室只有SIL和SPH的HMM状态为五个。
  3. 读取treeacc，得到累积的统计量BuildTreeStatsType stats。
  4. 读取questions.qst，得到Questions qo。
  5. 调用topo.GetPhoneToNumPdfClasses(&phone2num_pdf_classes)得到vector<int> phone2num_pdf_classes，其元素保存每个音素对应的HMM状态数（前面说了，除了音素SIL和SPH的HMM状态数为5，其他均为3）。
  6. 调用BuildTree()，返回保存整个大决策树的EventMap *to_pdf。
  7. 用to_pdf初始化对象ContextDependency ctx_dep(N, P, to_pdf)，并将ctx_dep写到文件tree。Kaldi用类ContextDependency对决策树进行封装，其数据成员包含音素宽度N_(=3)、中间音素位置P_(=1)、决策树to_pdf_。

BuildTree()

EventMap *BuildTree(Questions &qopts,
                    const std::vector<std::vector<int32> > &phone_sets,
                    const std::vector<int32> &phone2num_pdf_classes,
                    const std::vector<bool> &share_roots,
                    const std::vector<