构建了HCLG解码图后，解码就是在这个图上寻找一条最优路径。最优路径上去除epsilon后的输出标签序列就是单词级别的识别结果。本篇主要剖析kaldi源码实现。
解码
decode.sh
源码剖析：
过程：
Viterbi静态解码
功能：使用基于GMM的模型对特性举行解码。接纳维特比算法举行解码，仅产生线性序列。产生的任何lattice都是线性的，即只有一个解码结果。输入：GMM声学模型、HCLG.fst解码图、测试语音声学特性输出：解码结果（词序列、对齐序列、lattice）
过程之道：
1）解码第一帧时，从状态节点0出发，首先举行ProcessEmitting处置处罚的发射状态转移弧，节点0转移到节点3、2、6。接着ProcessNonemitting沿着虚线非发射转移弧将6传播到同一时候下的状态节点1。
2）解码第二帧时首先切换Token列表，把cur_toks列表转变到pre_toks列表后，将cur_toks置空。然后再举行ProcessEmitting、ProcessNonemitting。
3）随着时间的推移，帧地举行，到达末了一帧，选择最低累计代价的Token，然后以次Token回溯最优路径。
kaldi的gmm-decode-simple实现了这个过程。
函数剖析：
1）decoder.Decode(&gmm_decodable)
解码过程：
● DecodableAmDiagGmmScaled gmm_decodable(）
根据声学模型，计算出某一帧的声学分数。声学得分是通过高斯混淆概率密度函数计算得到的。
● GetBestPasth()
根据末了一个token举行回溯，得到解码结果。
把结果放到这个词格中，词格中是单一路径。
● GetLinearSymbolSequence(decoded,NULL,&words,NULL)
从线性词格中取出结果，写入到words中。words中是word ID，要根据辞书把id真正转化为单词序列，得到末了的结果。
Lattice静态解码
gmm-latgen-faster功能：
解码识别：基于GMM模型生成lattices网格，生存N-best路径。（不能保证viterbi给的最优路径就是真正的对的路径）
源码剖析：
过程：
lattice生成的解码结果并非单一路径，而是N-best路径。
在每次令牌通报过程中，lattice也像viterbi解码那样删除旧令牌的方法来生成，而是通过独特的ForwardLink前向链接机制来生成lattice。
前向链接ForwardList与转移弧不同，用来链接前后两帧之间的发射转移弧之间的Token，或同一时候非发射转移弧之间的Token。
基于WFST的Lattice静态解码过程：
kaldi中的gmm-latgen-faster实现了lattice解码。
函数剖析：
其中解码、回溯部分、写入文件部分也包含在这个函数内。
decoder.Decode(&decodable)举行解码。
令牌通报：
LatticeDecode并不是向viterbi解码那样通报令牌自己，而是在创建新令牌后，使用一个前向链接把令牌链接起来。
诊断评分
末了从所有错误率中找到最低的那个错误率。
Kaldi的YesNo实例解码识别错误率0%。
其中 N 是 num总数,C 是 corr 准确数,S 是 sub 替换错误,D 是 Del 是删除错误,I 是 INS 插入错误。
解码结果
|
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
显身卡
