计算chain声学模型帧对齐上的<pdf-id,后验概率>(不算语言模型)

这里是将声学模型输出的矩阵如125(下采样总帧数)x4064(pdf个数)对齐到每帧,输出每帧上的<pdf-id,后验概率>(做了部分max概率筛选,如125帧数x2[pdf-id 概率])


通过这个nnet3-compute计算chain前向传播概率矩阵(声学模型输出)【2.3 output-xent输出】我们知道:

通过nnet3-compute输出声学模型的输出值,他有两层节点,一个是output,一个是output-xent


其实在训练目标函数(用交叉熵)时,用的是output-xent,但是output-xent的值非常大。因此要归一化,从而得到。

nnet3-compute计算chain前向传播概率(声学模型输出)【理解nnet3-compute的输出值】有讲到声学模型后验概率值的作用


1 logprob-to-post转出声学网络层代码后验概率

这里不再重复写提取output-xent的代码了,直接读output-xent的结果

copy-matrix ark:exp/chain/nnet3_ali/xent.nnet3.1.ark ark:-| \
logprob-to-post ark:- ark,t:exp/chain/nnet3_ali/xent.nnet3.1.post.txt

上面是通过一个copy-matrix来中中转的,或者直接:

logprob-to-post ark:exp/chain/nnet3_ali/xent.nnet3.1.ark \
ark,t:exp/chain/nnet3_ali/xent.nnet3.1.post.txt

2 copy-post读取声学对齐帧上后验概率

如果logprob-to-post最后得到的是二进制,可以用copy-post来读取,如:

logprob-to-post ark:exp/chain/nnet3_ali/xent.nnet3.1.ark ark:-|\
copy-post ark:- ark,t:-|head -n 5

这样就得到了声学模型归一化后的后验概率值(如下),还是这个音频id,刚好是125个(chain模型frame-shift=0.03的音频下采样),这个音频是373帧,之前有讲到

[ 109 0.9999996 ] 这个109是pdf-id和对应的后验概率

这个输出的值就和chain模型音素对齐【3.1 对齐到pdf-id和输出后验概率】里面的同样一个音频id=HAO0007501-000000结果基本一致了

【注意】这里每一个[]组合上,把后验概率0.0.1以上的都输出出来了,所以会发现一个[]里面有时候会出现多个这样的如[ 48 0.01 109 0.9541238 181 0.01 ]

HAO0007501-000000 [ 0 0.9999405 ] [ 109 0.9999996 ] [ 109 0.9999999 ] [ 109 0.9999998 ] [ 109 0.9999992 ] [ 109 0.9999951 ] [ 109 0.9999954 ] [ 109 0.9999985 ] [ 109 0.9999326 ] [ 109 0.9991617 ] [ 109 0.9999516 ] [ 109 0.9999683 ] [ 109 0.9999915 ] [ 109 0.9998736 ] [ 109 0.9999506 ] [ 109 0.9999948 ] [ 109 0.9999986 ] [ 109 0.9999992 ] [ 109 0.9999981 ] [ 109 0.9999894 ] [ 109 0.9997845 ] [ 48 0.01 81 0.01 96 0.01 109 0.9591256 181 0.01191371 192 0.01 ] [ 48 0.01 109 0.9541238 181 0.01 ] [ 109 0.9965102 ] [ 109 0.9996038 ] [ 109 0.999707 ] [ 109 0.9998472 ] [ 109 0.9999455 ] [ 109 0.9999617 ] [ 109 0.9999813 ] [ 109 0.9999716 ] [ 109 0.9999858 ] [ 109 0.9998567 ] [ 109 0.9996137 ] [ 109 0.9998506 ] [ 38 0.01 48 0.04218972 69 0.5729466 81 0.01 105 0.01 109 0.3605962 ] [ 48 0.03467029 69 0.564128 96 0.01 105 0.01 109 0.01195761 146 0.3720255 ] [ 69 0.01 70 0.01 96 0.06616876 146 0.910313 291 0.01 ] [ 96 0.1025384 146 0.8701629 1210 0.01 1834 0.01 3037 0.01 ] [ 29 0.01 58 0.01 90 0.01 96 0.1402076 146 0.07312825 252 0.06477136 325 0.01052581 404 0.01 535 0.01705975 623 0.01070336 646 0.01 720 0.01 754 0.01 853 0.01 1110 0.01 1210 0.4986545 1211 0.04261427 1222 0.01110402 1223 0.01 1580 0.01 2674 0.01 2937 0.01 3484 0.01 3519 0.01 4026 0.01 4042 0.01 ] [ 58 0.01 90 0.01415752 96 0.1109542 238 0.01 279 0.02618811 388 0.01 426 0.0184158 535 0.4244975 646 0.01406944 1110 0.06503848 1210 0.0369752 1223 0.01668562 1288 0.0312131 1444 0.01 1580 0.01 1700 0.01 1707 0.04870516 1972 0.01 2057 0.01 2330 0.01 2461 0.01 2499 0.01 2579 0.01 2913 0.01190897 2997 0.01068992 3179 0.01 3630 0.03158043 3910 0.01 4042 0.02295457 ] [ 29 0.01 90 0.01 96 0.1090507 279 0.0219443 388 0.0562451 426 0.02514676 444 0.01 535 0.04997065 574 0.01 646 0.01 1110 0.01850517 1210 0.01 1223 0.01 1253 0.01 1288 0.09434737 1338 0.03918166 1540 0.01185061 1642 0.01 1653 0.01206667 1707 0.01253094 1727 0.01 1739 0.01 2150 0.01 2217 0.01 2447 0.01 2567 0.01 2913 0.09669286 2997 0.07200366 3005 0.01 3179 0.03491719 3189 0.01 3283 0.01 3523 0.01829373 3630 0.02664133 3731 0.03389532 3735 0.01 3791 0.07441501 4042 0.02850934 ] [ 63 0.01 96 0.1159216 272 0.01091357 388 0.01044391 426 0.01 515 0.01 535 0.03664026 651 0.02841505 669 0.02575684 880 0.01 1028 0.01 1288 0.2036831 1338 0.01142807 1653 0.215995 1707 0.01083566 1772 0.01 1972 0.01 2085 0.01 2126 0.0115601 2447 0.01068377 2579 0.02447172 2997 0.01 3005 0.01487634 3067 0.01 3179 0.01 3283 0.01 3523 0.01 3730 0.01 3759 0.01 3791 0.05555147 3951 0.01 4042 0.01211098 4049 0.01 ] [ 16 0.05295399 96 0.2193551 182 0.01 238 0.01 245 0.01 316 0.01 401 0.01 515 0.01 535 0.02601308 583 0.01 619 0.01 651 0.01261224 669 0.1520687 1028 0.01259284 1037 0.01 1040 0.01 1093 0.01 1156 0.01 1243 0.01 1288 0.01226399 1569 0.01 1652 0.01287099 1653 0.07037343 1707 0.0482399 1727 0.01 1929 0.01 2110 0.01 2126 0.01 2134 0.01 2315 0.01320934 2499 0.01 2552 0.01 2560 0.01 2579 0.04770718 2616 0.01549517 2991 0.01 3005 0.01 3641 0.01 3730 0.01 3791 0.01830551 3906 0.01 3954 0.01 ] [ 16 0.01538405 96 0.1202504 238 0.01 274 0.01 285 0.0232816 583 0.02459639 669 0.01 869 0.01 924 0.0161451 925 0.01 1014 0.01 1037 0.01121958 1097 0.01 1283 0.01 1358 0.03131162 1456 0.02356829 1613 0.01 1652 0.01 1682 0.01 1729 0.0175889 1797 0.01 1801 0.01 2126 0.01 2134 0.01602065 2273 0.01 2376 0.01380303 2433 0.01 2437 0.07869398 2616 0.04324779 2813 0.03348653 2911 0.01130891 2925 0.07175823 3049 0.03764952 3050 0.01145291 3051 0.01 3082 0.01 3099 0.01 3118 0.02574621 3291 0.01 3294 0.01 3330 0.01 3355 0.01 3536 0.01 3707 0.01 3735 0.01 3753 0.01 3775 0.01 3875 0.01 3905 0.01 3913 0.01 3939 0.01 3954 0.01 3986 0.01 ] [ 24 0.03370646 31 0.01 87 0.01 91 0.01 96 0.0751716 183 0.03997119 238 0.01 285 0.01473695 349 0.01 471 0.01 630 0.01 647 0.01 859 0.01 869 0.06521151 1358 0.01 1392 0.01 1726 0.01992349 1729 0.3153867 1943 0.01103844 2059 0.01 2080 0.01 2126 0.01 2292 0.03700791 2320 0.01 2376 0.01 2552 0.01 2646 0.01 2742 0.01409359 2813 0.01 2911 0.01015074 2970 0.0507969 3050 0.01024161 3291 0.02055338 3329 0.01 3775 0.01 3900 0.01 3905 0.01 3906 0.01 3939 0.01 3948 0.01 3960 0.01 ] [ 15 0.03052567 24 0.04134146 87 0.01 96 0.04150822 183 0.154285 935 0.01190231 1037 0.01 1097 0.02375329 1205 0.01 1304 0.01362355 1729 0.3174875 2080 0.1165441 2126 0.03511604 2292 0.01005394 2552 0.01 3109 0.01281069 3775 0.01 3905 0.01 3948 0.0891258 ] [ 0 0.01 87 0.01 96 0.03859311 406 0.01770077 1097 0.04284111 1137 0.01 1205 0.01402355 1236 0.01 1304 0.07186691 2080 0.4874247 2305 0.01 2650 0.01 3068 0.01 3913 0.01 3948 0.2079409 ] [ 9 0.01 73 0.01 80 0.01 96 0.1135243 181 0.06007669 262 0.02167347 397 0.01 401 0.01147349 614 0.01 668 0.01 755 0.01 761 0.01853029 1021 0.01 1037 0.01 1097 0.01 1243 0.01380187 1304 0.01528228 1404 0.01 1493 0.01 1555 0.01 1791 0.01 2004 0.01 2080 0.1125657 2210 0.03568242 2402 0.01 2412 0.01 2552 0.01144486 2650 0.05924171 2928 0.01 2988 0.01 3068 0.01 3203 0.01 3204 0.01 3373 0.01 3546 0.02375185 3549 0.01 3623 0.01 3653 0.01262841 3657 0.01 3735 0.01079524 3768 0.0824313 3775 0.01222706 3895 0.01 3906 0.01 3939 0.01284126 3946 0.01 3948 0.07891624 3956 0.01 ] [ 9 0.01 96 0.09836771 100 0.01 158 0.01 181 0.01 262 0.03897305 269 0.01 508 0.01 568 0.01 761 0.01 1017 0.05038607 1037 0.01 1131 0.01 1243 0.01406131 1361 0.01 1497 0.01 1555 0.3690885 1559 0.01 1797 0.01282337 2087 0.01 2171 0.01 2209 0.01 2427 0.01 2552 0.01215001 2602 0.01 2650 0.01 2754 0.01 2778 0.02559576 2920 0.01 3100 0.01 3203 0.01 3360 0.01844358 3545 0.01 3623 0.01 3652 0.01 3653 0.01 3735 0.01097676 3768 0.04884256 3774 0.01 3775 0.01369875 3823 0.01 3895 0.01 3905 0.01 3906 0.01 3939 0.01 3992 0.01 3993 0.01 ] [ 96 0.18853 100 0.01 262 0.01 1017 0.01633152 1243 0.0125025 1361 0.01 1555 0.3865074 1827 0.01 2004 0.01 2123 0.01 2209 0.01 2320 0.01 2552 0.01874092 2778 0.02193787 3106 0.01 3203 0.0147201 3204 0.01037113 3205 0.01005627 3277 0.01 3360 0.0202503 3366 0.01 3549 0.01 3606 0.01 3623 0.01095138 3652 0.01013116 3735 0.01506703 3775 0.02364287 3823 0.01721698 3852 0.01 3872 0.01 3895 0.01 3905 0.01 3906 0.01428217 3913 0.01 3939 0.01342503 3956 0.01 3993 0.01235225 ] [ 23 0.543112 96 0.1285197 262 0.01 401 0.01 457 0.01 472 0.01 512 0.01 1159 0.01179043 1243 0.01 1555 0.01 1695 0.01 1990 0.01 2123 0.01 2209 0.01 2254 0.02008883 2552 0.01529702 2663 0.01 2947 0.01 3106 0.01 3203 0.01 3222 0.01 3277 0.01 3500 0.01 3549 0.01 3586 0.0545045 3735 0.01338748 3775 0.01160758 3906 0.01 3913 0.01 3939 0.01059235 3956 0.01 ] [ 23 0.1232299 96 0.08594345 401 0.02009893 512 0.6193442 957 0.01 1782 0.01 2552 0.01 3222 0.01 3500 0.03853395 3586 0.01 3775 0.01 3895 0.01 3913 0.01 3939 0.01 ] [ 23 0.01 96 0.02522348 349 0.01 368 0.01210282 401 0.01539866 512 0.8866265 1037 0.01 3500 0.01833569 ] [ 0 0.01 96 0.02757922 109 0.01 368 0.07321092 401 0.0533454 512 0.6596824 1037 0.01 1103 0.01790817 1236 0.01 1782 0.01 1945 0.01 2443 0.04583983 2771 0.01803712 3158 0.01 3373 0.01 3500 0.03004943 3657 0.01 3906 0.01 ] [ 78 0.01185281 96 0.03392152 130 0.01 202 0.01 261 0.01 349 0.01 368 0.1147943 401 0.0695611 512 0.01591494 530 0.01523768 1037 0.01358787 1103 0.01 1227 0.04029464 1368 0.06596674 1533 0.01 1782 0.01 1885 0.0485443 1945 0.04116783 2133 0.01 2182 0.01 2320 0.01 2443 0.1916786 2501 0.01 2719 0.04969933 2771 0.0612474 3043 0.01 3158 0.04150044 3512 0.01 3549 0.01 3658 0.0138876 3748 0.01 3856 0.01199568 3890 0.01 3906 0.01 ] [ 78 0.02958402 96 0.01514181 401 0.01617796 548 0.01 1227 0.01 1368 0.01 1476 0.01 1668 0.01292516 1885 0.442969 2501 0.01 2719 0.01 2730 0.04564295 2777 0.05333301 3017 0.01 3203 0.01 3456 0.1720029 3565 0.01715104 3658 0.01 3748 0.01 3754 0.01161664 3761 0.01 3856 0.01 ] [ 3 0.01588443 20 0.053353 22 0.01 31 0.01 32 0.01 56 0.01 96 0.06503822 186 0.01 196 0.01 335 0.01359555 401 0.01450704 742 0.01 1050 0.01 1149 0.01 1176 0.01 1244 0.01 1413 0.01 1519 0.01111775 1751 0.08589279 1885 0.0354226 2177 0.01 2206 0.01 2320 0.01 2334 0.01121683 2335 0.01 2458 0.01 2552 0.01 2730 0.0214966 2777 0.03419405 2796 0.1009233 3017 0.01 3117 0.01767007 3203 0.01219988 3266 0.01 3267 0.01230849 3340 0.01 3456 0.08650704 3565 0.01 3623 0.01 3657 0.01 3717 0.01534135 3722 0.01 3735 0.01 3769 0.01 3834 0.01 3895 0.01661036 3939 0.01 3956 0.01 ] [ 3 0.06343839 20 0.01 22 0.01 31 0.01230675 73 0.01 80 0.02668057 91 0.02168161 96 0.1514933 119 0.01 133 0.01171947 143 0.01 401 0.06999578 432 0.01663127 615 0.01 786 0.01 818 0.01130411 1037 0.01207404 1072 0.05361386 1236 0.01 1243 0.01277525 1339 0.07393902 1354 0.01 1478 0.01 1519 0.01 1751 0.05077816 1885 0.01 2007 0.01 2124 0.01 2206 0.01 2320 0.01 2552 0.01 2796 0.01498315 2881 0.01 3165 0.01 3203 0.01110092 3280 0.01730245 3373 0.01046567 3508 0.01 3606 0.01 3623 0.01 3735 0.01507284 3775 0.01 3895 0.02330247 3906 0.01 3913 0.01 3939 0.01019899 ] [ 18 0.01 73 0.03415769 80 0.09461755 91 0.01111518 96 0.1054239 104 0.01 133 0.01579003 135 0.01 161 0.0180915 271 0.1061626 337 0.01 364 0.01 379 0.01 401 0.02569751 421 0.01 432 0.03069419 502 0.01 517 0.01 522 0.01 818 0.01587207 834 0.01 1037 0.01074048 1060 0.01 1072 0.09604205 1243 0.01087372 1254 0.01 1339 0.02196271 1354 0.01865041 1383 0.01 1720 0.01 1751 0.01 2111 0.01042806 2124 0.01 2320 0.01 2472 0.01 2552 0.01 2623 0.01 3203 0.01 3280 0.01047353 3508 0.02796881 3735 0.01034936 3895 0.01464039 3906 0.01 3934 0.01 3939 0.01 ] [ 18 0.03531275 67 0.01 80 0.01113104 96 0.01856676 119 0.01 161 0.01 202 0.01 260 0.02399173 367 0.01107322 402 0.01 522 0.1224865 578 0.01 621 0.01 835 0.01397718 839 0.01865955 963 0.01 1064 0.4238311 1072 0.01 1187 0.01 1522 0.01 1613 0.01 1638 0.01 1959 0.01099573 2082 0.01538713 2120 0.01410122 2743 0.01 2876 0.01 2971 0.01 3265 0.01296485 3749 0.01 3847 0.07470983 ] [ 18 0.01 20 0.01694421 81 0.01 96 0.04287236 111 0.01049518 196 0.01968585 264 0.01 271 0.01 367 0.2221379 401 0.01 421 0.01 466 0.02148998 508 0.01 562 0.01 609 0.05585816 640 0.01 1037 0.01 1064 0.04120038 1168 0.01008546 1186 0.01134794 1243 0.01 1476 0.01 1530 0.01 2118 0.1022795 2306 0.01 2381 0.01 2489 0.01 2521 0.01 2743 0.06595366 2968 0.01 3338 0.01 3403 0.04825038 3485 0.01433485 3486 0.03576654 3606 0.01 3623 0.01 3711 0.01 3735 0.01 3847 0.01 3939 0.01 ] [ 20 0.01 96 0.01474962 407 0.01 466 0.7664603 479 0.0437936 547 0.01 575 0.01547952 609 0.02698071 879 0.01 2306 0.01 2381 0.01 2947 0.01 3203 0.01 3217 0.01614692 4015 0.01 ] [ 96 0.02387978 132 0.02571446 133 0.01112317 466 0.03207687 479 0.7185921 670 0.01 690 0.01362452 1292 0.02190688 1533 0.01 1664 0.01 2004 0.01 2044 0.01 2578 0.01 3217 0.01 3309 0.01440428 3939 0.01 ] [ 20 0.01 96 0.02781514 132 0.01 479 0.01514589 587 0.01 640 0.01 690 0.01 728 0.01 755 0.01 870 0.01 1094 0.01 1149 0.04257342 1243 0.01 1578 0.579988 1613 0.01 1974 0.03483388 2044 0.01470796 2309 0.01 2552 0.01 2574 0.01441442 2696 0.0621714 2861 0.01 3200 0.01 3215 0.01 3308 0.01 3545 0.01 3614 0.01777326 3956 0.01 ] [ 20 0.01 70 0.01 96 0.02755223 221 0.01 233 0.01 310 0.01627252 325 0.3803895 429 0.01 753 0.02382169 1086 0.1378145 1149 0.01311783 1176 0.03067269 1222 0.01 1636 0.01 1676 0.01 1688 0.01 1912 0.02789772 1974 0.07440371 2235 0.01080758 2258 0.01 2302 0.01 2429 0.01 2546 0.01119749 2552 0.01 2696 0.01822712 2803 0.01 3193 0.01 3323 0.01 3339 0.01 3379 0.01 3717 0.01 3722 0.01 3735 0.01 3756 0.01182085 3939 0.01 ] [ 22 0.0193645 96 0.05604182 104 0.05861247 271 0.01159878 279 0.03186711 325 0.06248102 349 0.01 401 0.01 691 0.1265065 769 0.04564078 786 0.01594165 1048 0.0336491 1156 0.202708 1176 0.01770641 1243 0.01 1551 0.02237076 1688 0.010745 1971 0.01 1974 0.01 2330 0.01 2450 0.01 2622 0.01 2803 0.01 2938 0.01250134 3373 0.01 3606 0.01 3735 0.01 3928 0.01 3939 0.01 3966 0.04705276 4026 0.06635295 ] [ 78 0.01899147 96 0.03346692 104 0.01 135 0.01076755 202 0.01018132 268 0.01 271 0.01 279 0.01 325 0.01 329 0.01 349 0.02945154 356 0.02574369 401 0.01 444 0.01408888 548 0.01 691 0.01 769 0.01 786 0.01 1004 0.01 1156 0.01692215 1240 0.01 1243 0.01 1275 0.01 1476 0.2288059 1551 0.01366724 1971 0.01 2281 0.01 2320 0.01 2330 0.01 2552 0.01 2620 0.09934142 2845 0.07726403 2938 0.01 3373 0.01 3623 0.01 3883 0.1001481 3905 0.01 3966 0.02795853 4026 0.1217 ] [ 78 0.1207573 96 0.03414949 163 0.01 184 0.01 202 0.08366942 329 0.01612734 349 0.01 444 0.01461431 892 0.02652046 1243 0.01 1476 0.09293044 2323 0.01 2374 0.06130955 2394 0.01 2461 0.0316705 2620 0.0933091 2664 0.01711667 2845 0.1404129 2985 0.04511978 3447 0.01 3735 0.01 3775 0.01 3883 0.07375025 3895 0.01 3926 0.01 3956 0.01 3966 0.01 ] [ 96 0.0107911 163 0.8808503 202 0.01 693 0.01 907 0.0346339 2461 0.01 2664 0.01 ] [ 163 0.03398833 693 0.9506247 ] [ 222 0.07074773 401 0.01 693 0.8913195 ] [ 222 0.9046516 390 0.07856463 1043 0.01 3346 0.01 ] [ 390 0.7435221 742 0.2465522 3760 0.01 ] [ 96 0.01100051 337 0.09084973 401 0.01 742 0.860114 3623 0.01 ] [ 174 0.01 337 0.9733758 1243 0.01 3373 0.01 ] [ 174 0.4245575 337 0.5485083 ] [ 165 0.5925788 174 0.3626807 1243 0.01 3068 0.01 3735 0.01 ] [ 96 0.01 165 0.9654052 3895 0.01 ] [ 165 0.9675106 2893 0.01 3556 0.01 3623 0.01 3939 0.01 ] [ 96 0.01494159 165 0.146971 823 0.01807071 1231 0.01 1243 0.01 3556 0.7931855 ] [ 96 0.01377646 574 0.01 823 0.8246636 1037 0.01 1669 0.01 2491 0.01 2630 0.01 3556 0.1214742 3657 0.01 3906 0.01 ] [ 96 0.01221034 823 0.9457863 2468 0.01 3203 0.01 ] [ 96 0.013571 823 0.8880861 1037 0.01 1243 0.01 1790 0.01 1868 0.04589128 3068 0.01 ] [ 96 0.01478459 138 0.01413094 823 0.7043126 1053 0.01 1790 0.01159078 1868 0.1925333 2192 0.01 2491 0.01 3895 0.01 ] [ 96 0.01261494 138 0.0942571 474 0.01 823 0.5952779 1053 0.03077781 1243 0.01 1868 0.2020065 2192 0.01 2490 0.01 2662 0.01 2936 0.01 3203 0.01 3481 0.01 ] [ 96 0.01894784 127 0.01 138 0.1109779 492 0.01 823 0.4219566 1028 0.01 1053 0.330337 1194 0.01 1243 0.01 1868 0.04723826 1930 0.01 2192 0.01 2490 0.01 2552 0.01 2662 0.01 3579 0.01 3720 0.01 3913 0.01 ] [ 87 0.01 96 0.03574308 127 0.04769351 138 0.02035905 823 0.2567792 1053 0.5351248 1194 0.01 1225 0.01013891 1243 0.01 1544 0.01 1868 0.01 2936 0.01 3326 0.01 3579 0.01 3669 0.01 ] [ 74 0.01 87 0.02091217 96 0.04034796 127 0.1379037 138 0.01345673 274 0.01 338 0.01 458 0.02385216 474 0.01 823 0.06188756 912 0.01948363 1009 0.01 1053 0.4538389 1194 0.01 1225 0.07142826 1838 0.01 1930 0.01 2490 0.01 2982 0.01 3387 0.01 3579 0.01 3669 0.01473928 3906 0.01 3913 0.01 ] [ 74 0.01 79 0.01 96 0.02732795 127 0.03288066 138 0.01 312 0.01 458 0.01 474 0.01 823 0.3784145 912 0.0173022 1037 0.01 1053 0.4177457 1194 0.01 1544 0.01 1827 0.01 3775 0.01 3895 0.01 ] [ 73 0.01 74 0.01006498 87 0.02244435 96 0.01565941 103 0.02436536 127 0.1009779 338 0.01 458 0.01877053 823 0.1598128 875 0.01055859 912 0.01 1053 0.4697767 1225 0.02800473 2947 0.01 2982 0.01 3669 0.0175209 ] [ 74 0.01 87 0.01490745 96 0.01368072 103 0.01 127 0.1207609 312 0.01 338 0.01 823 0.3680218 912 0.01 1053 0.2959387 1194 0.02586942 1225 0.01766843 1243 0.01 2552 0.01 2770 0.01 2982 0.01 3579 0.01 3669 0.01 3913 0.01 3939 0.01 ] [ 0 0.01 51 0.01 74 0.01 87 0.01770419 96 0.017667 103 0.01 109 0.01 127 0.185445 153 0.01 274 0.01 338 0.01712775 823 0.34731 1053 0.193734 1194 0.06806581 1225 0.01247904 1243 0.01 1333 0.01 1685 0.01 1838 0.01 1930 0.01 2552 0.01 ] [ 0 0.01 73 0.01 87 0.0330938 96 0.01063069 103 0.01449655 109 0.01 127 0.2152883 224 0.01 274 0.01 312 0.01 338 0.04147382 445 0.01 823 0.2352309 912 0.01 1053 0.196403 1194 0.06067223 1225 0.02251725 1243 0.01 1506 0.01 1685 0.01 1838 0.01 2025 0.01 2320 0.01 3623 0.01 3669 0.01 ] [ 0 0.01 73 0.01 74 0.0138879 79 0.01 87 0.03714984 96 0.01280965 102 0.015436 103 0.04036652 109 0.01 127 0.05350041 224 0.03093754 230 0.01921652 274 0.01026751 314 0.01050815 338 0.0230746 368 0.01 603 0.01092011 823 0.0985944 875 0.01344058 927 0.01 1053 0.2956415 1194 0.03764902 1225 0.01427586 1305 0.01 1333 0.01065259 1506 0.03638296 1736 0.01006951 2181 0.01 2571 0.01306345 2982 0.01334584 3271 0.01 3448 0.01 3669 0.01 3838 0.01 3867 0.01 3905 0.01 3913 0.01 3956 0.01 ] [ 0 0.2641097 73 0.01 74 0.01 79 0.01 87 0.03873808 96 0.01 103 0.01 109 0.02487984 127 0.05903596 224 0.02804635 230 0.01 274 0.01 338 0.02757879 540 0.01 823 0.1201154 927 0.01 1053 0.1493562 1194 0.03063604 1225 0.01 1384 0.01 1506 0.05323251 1781 0.01 2491 0.01 2552 0.01 2571 0.02843164 3448 0.01 3867 0.01 ] [ 0 0.7431222 109 0.2253751 127 0.01 823 0.01 1053 0.01 1194 0.01 ] [ 0 0.03462036 109 0.9631879 ] [ 0 0.01 109 0.998561 ] [ 109 0.9996926 ] [ 109 0.9999599 ] [ 109 0.9999925 ] [ 109 0.9999983 ] [ 109 0.9999989 ] [ 109 0.999999 ] [ 109 0.9999995 ] [ 109 0.9999993 ] [ 109 0.9999985 ] [ 109 0.9999961 ] [ 109 0.9999987 ] [ 109 0.9999989 ] [ 109 0.999999 ] [ 109 0.9999998 ] [ 109 0.9999996 ] [ 109 0.9999996 ] [ 109 0.9999986 ] [ 109 0.9999985 ] [ 109 0.9999989 ] [ 109 0.9999988 ] [ 109 0.999999 ] [ 109 0.9999983 ] [ 109 0.9999985 ] [ 109 0.9999994 ] [ 109 0.9999726 ] [ 109 0.999929 ] 
...

References

How to get the acoustic probability from chain model?
ow can we calculate the posterior probabilities of phone according to force alignment
kaldi chain模型的序列鉴别性训练代码分析
kaldi ASR: DNN训练
Add option to convert pdf-posteriors to phones
https://groups.google.com/g/kaldi-help/c/VKY1ACGhp5g/m/AwpGbpNOAgAJ

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值