thchs30跑过程中注意事项

尽量使用最新的版本，之需要改下面的第一个问题，就可以全部跑通，新的版本中beam size 是6， 就不会有问题了。

---

按照github上的版本直接跑的过程中遇到两个问题： 
1. 在 make word graph的过程中字典正确的没有拷贝到本地： 
在 14.04 下面没有问题，在16.04 下面出现问题了。

  cat $thchs/resource/dict/lexicon.txt $thchs/data_thchs30/lm_word/lexicon.txt | grep -v '<s>' | grep -v '</s>' | sort -u > data/dict/lexicon.txt || exit 1;

• 1

在16.04下面输出到文件里面是 （stand input），但是data/lang下面的文件都没有正确生成。 
但是在14.04 下面是没有问题的（亲测）。 
原因应该是 bash的版本不同导致的吧。 
解决方法就是： 
在grep 后面 加个 -a 就好了。

1. 问题报如下错误： 
   错误作者回答： https://groups.google.com/forum/#!topic/kaldi-help/S06_dri-Kcg

WARNING (gmm-align-compiled:AlignUtteranceWrapper():decoder-wrappers.cc:466) Retrying utterance A02_000 with beam 40
WARNING (gmm-align-compiled:AlignUtteranceWrapper():decoder-wrappers.cc:475) Did not successfully decode file A02_000, len = 979
WARNING (gmm-align-compiled:AlignUtteranceWrapper():decoder-wrappers.cc:466) Retrying utterance A02_001 with beam 40

• 1
• 2
• 3

具体原因：暂时不明，对对齐没有研究。

解决方法是： 
将 train_mono.sh 中 gmm-align-compiled scaleopts−−beam=scaleopts−−beam=beam –retry-beam=[[beam*4 
中的beam值设置的大点就好了，比如10, 50， 100 等。 
太大了对结果也会有影响。 
http://kaldi-asr.org/doc/faster-decoder_8h_source.html#l00033 中定义beam的时候有说明： 

46 opts->Register(“beam”, &beam, “Decoding beam. Larger->slower, more accurate.”);

参考文献：https://blog.youkuaiyun.com/u011280621/article/details/68947604