本文介绍了kaldi识别解码语音的过程，重点解析了HCLG.fst的组成及其生成。通过示例详细展示了yesno任务中FST的可视化，包括语言模型G.fst、词典L.fst、LG.fst、CLG.fst以及HMM模型的ha.fst。同时，提到了用于FST可视化的fstprint和fstdraw命令的使用方法。
1、kaldi解码过程
kaldi识别解码一段语音的过程是：首先提取特征，然后过声学模型AM，然后过解码网络HCLG.fst，最后输出识别结果。
HCLG是解码时的重要组成部分。HCLG.fst是由4个fst经过一系列算法（组合、确定化和最小化等）组合而成的。4个fst分别是H.fst、C.fst、L.fst和G.fst，分别是HMM模型、上下文环境、词典和语言模型对应的fst。
HCLG = asl(min(rds(det(H' o min(det(C o min(det(Lo G))))))))
上面的o表示组合，det表示确定化,min表示最小化，rds表示去除消岐符号，asl表示增加自环。
Kaldi中，单独的C.fst是不存在的。L和G合并生成LG.fst，然后在其基础上，根据决策树的结果，直接生成CLG.fst
最低0.47元/天 解锁文章
扫一扫
1665
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
