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，