在前面的笔记中，我们已经训练出thchs30模型。
这篇文章主要介绍如何用训练好的模型识别我们自己的语音。
一、安装portaudio
首先我们cd到tools下面，执行：./install_portaudio.sh
然后在cd到src下面，执行：make ext
二、创建相关文件
从voxforge把online_demo拷贝到thchs30下，和s5同级，online_demo建online-data和work两个文件夹。online-data下建audio和models，audio放要识别的wav，models建tri1，讲s5下/exp/下的tri1下的final.mdl和35.mdl拷贝过去，把s5下的exp下的tri1下的graph_word里面的words.txt和HCLG.fst也拷过去。（使用tri1训练出来的模型）
其中，final.mdl是训练出来的模型，words.txt是字典，和HCLG.fst是有限状态机。
三、修改脚本
打开online_demo的run.sh
a)将下面这段注释掉：（这段是voxforge例子中下载现网的测试语料和识别模型的。我们测试语料自己准备，模型就是tri1了）
if [ ! -s ${data_file}.tar.bz2 ]; then
echo "Downloading test models and data ..."
wget -T 10 -t 3 $data_url;
if [ ! -s ${data_file}.tar.bz2 ]; then
echo "Download of $data_file has failed!"
exit 1
fi
fi
b) 然后再找到如下这句，将其路径改成tri1
# Change this to "tri2a" if you like to test using a ML-trained model
ac_model_type=tri2b_mmi
ac_model_type=tri1
c）把识别麦克风语音的代码修改：
online-gmm-decode-faster --rt-min=0.5 --rt-max=0.7 --max-active=4000 \
--beam=12.0 --acoustic-scale=0.0769 $ac_model/final.mdl $ac_model/HCLG.fst \
$ac_model/words.txt '1:2:3:4:5' $trans_matrix;;
#online-gmm-decode-faster --rt-min=0.5 --rt-max=0.7 --max-active=4000 \
#--beam=12.0 --acoustic-scale=0.0769 $ac_model/model $ac_model/HCLG.fst \
#$ac_model/words.txt '1:2:3:4:5' $trans_matrix;;
d）把识别已经录好的语音代码修改：
online-wav-gmm-decode-faster --verbose=1 --rt-min=0.8 --rt-max=0.85\--max-active=4000 --beam=12.0 --acoustic-scale=0.0769 \
scp:$decode_dir/input.scp $ac_model/final.mdl $ac_model/HCLG.fst \
$ac_model/words.txt '1:2:3:4:5' ark,t:$decode_dir/trans.txt \
ark,t:$decode_dir/ali.txt $trans_matrix;;
#online-wav-gmm-decode-faster --verbose=1 --rt-min=0.8 --rt-max=0.85\# --max-active=4000 --beam=12.0 --acoustic-scale=0.0769 \
#scp:$decode_dir/input.scp $ac_model/model $ac_model/HCLG.fst \
#$ac_model/words.txt '1:2:3:4:5' ark,t:$decode_dir/trans.txt \
#ark,t:$decode_dir/ali.txt $trans_matrix;;
4. 在线识别
我们把自己要识别的语音放到/online-data/audio里，cd到online_demo下面，执行./run.sh，就开始识别回放了。
可以看到识别效果非常差。
如果想要识别麦克风的语音，可以执行：./run.sh --test-mode live，也是同样的效果
5. tri2,tri3,tri4在线识别
运行tri2(tri3,tri4同理)：把s5下的exp下的tri2b下的12.mat考到models的tri2下，把final.mat考过来（好像是转移矩阵），再拷贝其他相应的文件（同tri1），所以tri2目录下包括如下文件：
在第4步的基础上修改如下内容：
1. 修改ac_model_type
ac_model_type=tri2
2. 修改trans_matrix
ac_model=${data_file}/models/$ac_model_type
trans_matrix="$ac_model/12.mat"
audio=${data_file}/audio
3. 增加--left-context=3 --right-context=3
online-gmm-decode-faster --rt-min=0.5 --rt-max=0.7 --max-active=4000 \
--beam=12.0 --acoustic-scale=0.0769 --left-context=3 right-context=3 $ac_model/final.mdl $ac_model/HCLG.fst \
$ac_model/words.txt '1:2:3:4:5' $trans_matrix;;
online-wav-gmm-decode-faster --verbose=1 --rt-min=0.8 --rt-max=0.85\
--max-active=4000 --beam=12.0 --acoustic-scale=0.0769 --left-context=3 --right-context=3\
scp:$decode_dir/input.scp $ac_model/final.mdl $ac_model/HCLG.fst \
$ac_model/words.txt '1:2:3:4:5' ark,t:$decode_dir/trans.txt \
ark,t:$decode_dir/ali.txt $trans_matrix;;
最后执行./run.sh
