2.7.5lattice generation and n-best search

lattice生成和N-best搜索：
引用多种假设思想，使语音解码器输出多个得分较高的结果，然后再利用一些附加知识如当前状态及谈话主题选择一个合理的结果。
multiple hypotheses在multi-pass decoding，DT，unsupervised adaptation，confidence estimation中都有应用。
multi-pass decoding：核心是首先用简单模型生成一系列可能假设，然后用更复杂模型或者自适应模型重新计算分数。然后从中选择最终结果。
DT：在DT中，对训练数据 的multiple hypothesis 用于计算LF（损失函数），表面识别错误发生的风险。