输入:feats & final.mdl & HCLG.fst
输出:lat.JOB.gz
## 在dev数据集上执行
steps/decode.sh --cmd "$decode_cmd" --config conf/decode.config --nj 10 \
exp/mono/graph data/dev exp/mono/decode_dev
## 在test数据集上执行
steps/decode.sh --cmd "$decode_cmd" --config conf/decode.config --nj 10 \
exp/mono/graph data/test exp/mono/decode_test
流程:
1. gmm-latgen-faster # 生成基于GMM模型的lattice词格
2. steps/diagnostic/analyze_lats.sh
3. local/score.sh
3.1 steps/score_kaldi.sh
3.2 steps/scoring/score_kaldi_cer.sh --stage 2
备注:
$beam = 13 # beam对象,越大越慢也越准确,默认16,这里13
$max_active = 7000 # 解码器最大活跃的状态,越大越准确但是也越慢,默认2147483647(最大的32为有符号整数),这里是7000
$lattice_beam =