模型下載地址：http://kaldi-asr.org/models/0002_cvte_chain_model.tar.gz

解壓放到kaldi-trunk/egs下即可，打開終端，鏈接steps和untils（這里改為自己的路徑）：

ln -s ~/kaldi-master/egs/wsj/s5/steps ~/kaldi-master/egs/cvte/s5/steps

ln -s ~/kaldi-master/egs/wsj/s5/utils ~/kaldi-master/egs/cvte/s5/utils

識(shí)別效果如下：

效果還是不錯(cuò)的，而且這10個(gè)測(cè)試的語(yǔ)音文件口音是相當(dāng)?shù)闹匕　?/p>

為了更直觀的看對(duì)比效果，我把thchs30例子中的10個(gè)句子拿過(guò)來(lái)進(jìn)行識(shí)別，效果如下：

下圖是thchs30的DNN識(shí)別結(jié)果：

源文件：

對(duì)比下來(lái)，cvte開源的模型要比thchs30的dnn識(shí)別的更好一些，可惜的是cvte只開源了訓(xùn)練好的模型，即一個(gè)final.mdl和一個(gè)有限狀態(tài)機(jī)即HCLG.fst，它的語(yǔ)音庫(kù)和詳細(xì)的配置文件，操作步驟暫時(shí)還不知道，準(zhǔn)備下一步先把在線搭起來(lái)吧，然后再嘗試RNN模型，RNN模型kaldi中是有的，把tensorflow的給集成過(guò)來(lái)了，是用在nnet3基礎(chǔ)上的，但是怎么用我還不清楚，總而言之，不管啥模型，一切以識(shí)別效果為主導(dǎo)吧！

這里再貼一些語(yǔ)音雜談中關(guān)于cvte的建議和文件：

語(yǔ)音雜談：本著促進(jìn)語(yǔ)音研究的共同進(jìn)步原則，我們CVTE小組也將相關(guān)文件公布給大家。

采用這些新提供的文件，大家可以做更多的研究：

1）替換掉CVTE提供的語(yǔ)言模型，生成自己的HCLG.FST；

2）利用自己的場(chǎng)景數(shù)據(jù)，可在chain model上進(jìn)行finetune；

3）提示：請(qǐng)大家不要整個(gè)文件夾下載，節(jié)約帶寬；若事先有下載HCLG.FST等，可以不用重復(fù)下載這個(gè)文件；

地址：https://drive.cvte.com/p/DU7d7uEQvAIYrUE

此外，后臺(tái)需要ppt資料：鏈接：http://pan.baidu.com/s/1gfjBbPL 密碼：2b34。

總之，很感謝kaldi官網(wǎng)，kaldi群里的小伙伴，即群主和管理員們的博客，以及語(yǔ)音雜談的公眾號(hào)，都是干貨！