Kaldi学习（一）

最近准备开始进行语音识别算法的学习，所以决定拿kaldi进行解读，这样一方面更加增加自己C++的基本功，另一方面也可以让自己慢慢走入语音识别的大门，自己的路，决定了就走下去，不管有多难。

首先我决定从kaldi的官网入手，不多说进入主题。

kaldi是什么

kaldi是使用c++写的语音识别的工具，apache 授予了v2.0的证书（果真应验，apache旗下无弱将）。kaldi旨在供语音识别研究员使用。

kaldi的命名

据传说，kaldi是埃塞俄比亚人，他发现了咖啡。

kaldi相较于其他工具

kaldi在目标和范围上和HTK相似，目标是用c++写的现代灵活的代码易于修改和扩展。它包含以下重要特点：

1. 与有限状态转换器的代码级集成（FSTs）。 【我们根据openFst工具包进行编译，将其用作库】
2. 广泛的线性代数支持。【我们包含一个包装BLAS和LAPACK的矩阵库】
3. 可扩展的设计。【尽可能的，我们以最通用的方式提供我们的算法。例如，我们的解码器在提供由（帧，fst-input-symbol）索引的分数的对象上进行模版化。这意味着解码器可以从任何合适的分数来源工作，例如神经网络。】
4. 开放许可。【该代码在apache2.0下获得许可，这是限制最少的许可证之一】
5. 完整的recipes。【我们的目标适用于构建语音识别系统的完整配方，从广泛使用的数据库（比如语言数据联合会提供的数据）开展工作。】

发布完整配方是kaldi的重要目标之一，由于代码在允许修改和重新发布的许可下公开获得，我们希望鼓励人们以kaldi自己的脚本类似的方式发布他们的代码以及脚本目录。

考虑到时间的限制，我们尽可能的使kaldi的文档尽可能的完整。但是在短时间内，我们不能希望自己生成与HTK一样全面的的文档。特别是在HTKbooks中有很多介绍性资料，为外行人解释统计语音识别，这可能永远都不会出现在kaldi的文档之中。kaldi的大部分文档是这样写的，只有专家才能访问它。在未来，我们希望能够使得它更加的容易访问，同时铭记我们的目标受众是语音识别研究人员和语音识别培训人员。总的来说，kaldi并不是一个傻瓜式的语音识别工具包。他可以让你做很多没有意义的操作（PS：最后这句说的很有意思，大家自行理解）。

The flavor of kaldi

在本节中，我们试图总结kaldi工具包一些更加通用的特性。在某种程度上，他描述了当前开发人员的目标或者说当前项目的状态。这并不意味着排除不同风格的研究人员。

1. 我们强调通用的算法和通用的组合配方。【我们说通用算法指的是像线性变换那样的东西，而不是专属于语音的内容。但是如果更具体的算法是有用的，我们不会那么教条。我们希望可以在任意数据集上运行的配方，而不是定制的数据集的配方。】
2. 我们更喜欢证明正确的算法。【配方的设计原则是他们绝不会以灾难性的方式失败，一直在避免可能失败的配方和算法，即使他们在正常情况下没有失败。】
3. kaldi的代码是经过全面测试的。【目标是让所有或几乎所有的代码都具有测试例程。】
4. 我们尽量使简单的情况简单化。【在构造一个大型的语音工具包的时候，代码可能会成为很少替换的forest，这很危险。我们试图通过以下的方式来构建工具包，来避免这种情况。每一个命令行语句通常适用于有限的一组案例。例如解码器可能只适用于GMM。因此，当你添加新模型的类型时，您将创建一个新的命令行解码器。（调用相同的底层模版代码）。】
5. kaldi代码很容易理解。【尽管kaldi工具包整体可能会变的非常庞大，但我们的目标是让每个单独的部分都可以毫不费力的理解。如果他提高了单个件的可理解性，我们将会重复书写代码。】
6. kaldi代码很容易重构和重用。【我们希望工具包尽可能松散耦合，这意味着给定任何的头文件都应该尽量少#include其他的头文件，矩阵库尤其依赖于另一个子目录中的代码，所以他可以独立于其他所有的kaldi代码独立使用。（PS：不错，这个库想必是算法部分使用最多的了。）】

项目的状态

目前，我们拥有大多数标准结束的代码和脚本，包括所有的标准线性变换，MMI，增强的MMI和MCE判别式训练，以及特征空间判别式训练。我们为华尔街日报和资源管理以及配电盘提供配方，由于词汇和语言模型问题，交换机配方尚未提供最新的结果。因此我们不使用任何的外部数据源。

以上是关于About the kaldi project的部分（省去了最后的引用），看到这里个人相信广大第一次接触他的人都有很多细节不懂，比如什么解码器，什么FSTs，还有那些c++矩阵包到底是如何使用的等等等等。其实我也是存在同样的很多问题，那么我们必须把问题分解，分为多个子任务从分别击破。我的想法是按照官网的理论走一遍，然后针对各个模型走一遍，然后针对模型的论文走一遍，最后代码走一遍。至于里面的第三方的包的使用方法和细节，我则利用业余时间进行测试学习，如果有可能，我会写博客进行介绍。那么今天就先到这里，与诸君共勉。