kaldi基于GMM做分类问题

对于每个类别的GMM有几种思路：
第一是将所有训练数据按类别分开，每类的数据训练一个GMM模型
第二是将所有的数据训练一个UBM模型，然后将训练数据按类别分开，用MAP去训练每个类别的GMM（对角UBM的MAP貌似kaldi 没有）
第三就是将所有的数据训练一个UBM模型，然后不做MAP，直接用训好的UBM所GMM的初始值，然后将所有训练数据按类别分开，训练三个GMM模型（在第一种方法的GMM初始化用训好的UBM）

准备测试集数据，如果训练GMM是用的是原始的MFCC特征的话，也就是不经过add-delta apply-cmvn selected-voiced 等操作的话，那就直接用测试集的MFCC特征的feats.scp文件就好了。
但是如果你的特征在训GMM的脚本里经过一些处理，那就是按照相同的处理，意思就是在输入模型之前特征的前端处理必须保持一致
比如：

select-voiced-frames scp:feats.scp scp:vad.scp ark:- | compute-cmvn-stats ark:- ark:- | apply-cmvn --norm-vars=false ark:- scp:feats.scp ark:- | add-deltas --delta-window=3 --delta-order=2 ark:- ark:- | select-voiced-frames ark:- scp:vad.scp ark,t:final_feats.txt
#经过处理之后的特征在final_feats.txt中，可以直接vim打开验证一下维度对不对.

训好三个diag_GMM之后, 可以直接用kaldi的工具进行计算对数似然值：

#这个可以，计算的每一帧的似然值
gmm-global-get-frame-likes final.dubm scp:feats.scp ark,t:F_likes  
#对每一帧的似然值取平均，每句话得到一个似然值
gmm-global-get-frame-likes --average=true final.dubm scp:feats.scp ark,t:F_likes  
#由于上面测试集的数据是 final_feats.txt,那么我们的脚本就是：
gmm-global-get-frame-likes --average=true final.dubm ark,t:final_feats.txt ark,t:F_likes  
#得到的输出文件F_likes,内容格式: uttId score

计算似然值的公式也很简单，很多现有值在GMM的模型里已经算出来了， weights , gconst , invvars, means_invvars直接根据这些结果只进行计算就可以了。

训练得到的diag gmm 模型是 final.dubm ,可以用转化成文本
gmm-global-copy --binary=false final.dubm final_dubm.txt

有时间贴python利用GMM模型的内容计算似然值代码 ：
占坑