1.首先是初始化GMM，使用的脚本是/kaldi-trunk/src/gmmbin/gmm-init-mono，输出是0.mdl和tree文件；
2.compile training graphs,使用的脚本是/kaldi-trunk/source/bin/compile-training-graphs，输入是tree,0.mdl和L.fst输出是fits.JOB.gz，其是在训练过程中构建graph的过程；
3.接下来是一个对齐的操作，kaldi-trunk/source/bin/align-equal-compiled；
4.然后是基于GMM的声学模型进行最大似然估计得过程，脚本为/kaldi-trunk/src/gmmbin/gmm-est；
5.然后进行迭代循环中进行操作，如果本步骤到了对齐的步骤，则调用脚本kaldi-kaldi/src/gmmbin/gmm-align-compiled；
6.重新估计GMM，累计状态，用脚本/kaldi-trunk/src/gmmbin/gmm-acc-states-ali；调用新生成的参数(高斯数)重新估计GMM，调用脚本/kaldi-trunk/src/gmmbin/gmm-est；
7.对分散在不同处理器上的结果进行合并，生成.mdl结果，调用脚本gmm-acc-sum；
8.增加高斯数，如果没有超过设定的迭代次数，则跳转到步骤5重新进行训练最后生成的.mdl即为声学模型文件
在离线识别阶段，即可以调用utils/mkgraph.sh；来对刚刚生成的声学文件进行构图之后解码，得到离线测试的识别率。
打赏作者
近期评论