模型下載地址：http://kaldi-asr.org/models/0002_cvte_chain_model.tar.gz
解壓放到kaldi-trunk/egs下即可欺税，打開終端此叠，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
識別效果如下：
效果還是不錯的颊埃，而且這10個測試的語音文件口音是相當?shù)闹匕 ?/p>
為了更直觀的看對比效果价脾，我把thchs30例子中的10個句子拿過來進行識別牧抵，效果如下：
下圖是thchs30的DNN識別結(jié)果：
源文件：
對比下來，cvte開源的模型要比thchs30的dnn識別的更好一些侨把，可惜的是cvte只開源了訓練好的模型犀变，即一個final.mdl和一個有限狀態(tài)機即HCLG.fst，它的語音庫和詳細的配置文件秋柄，操作步驟暫時還不知道获枝，準備下一步先把在線搭起來吧，然后再嘗試RNN模型骇笔，RNN模型kaldi中是有的省店，把tensorflow的給集成過來了机隙，是用在nnet3基礎(chǔ)上的，但是怎么用我還不清楚萨西，總而言之有鹿，不管啥模型，一切以識別效果為主導吧谎脯！
這里再貼一些語音雜談中關(guān)于cvte的建議和文件：
語音雜談：本著促進語音研究的共同進步原則葱跋，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源梭，大家可以做更多的研究：
1）替換掉CVTE提供的語言模型娱俺，生成自己的HCLG.FST；
2）利用自己的場景數(shù)據(jù)废麻，可在chain model上進行finetune荠卷；
3）提示：請大家不要整個文件夾下載，節(jié)約帶寬烛愧；若事先有下載HCLG.FST等油宜，可以不用重復下載這個文件；
地址：https://drive.cvte.com/p/DU7d7uEQvAIYrUE
此外怜姿，后臺需要ppt資料：鏈接：http://pan.baidu.com/s/1gfjBbPL 密碼：2b34慎冤。
總之，很感謝kaldi官網(wǎng)沧卢，kaldi群里的小伙伴蚁堤，即群主和管理員們的博客，以及語音雜談的公眾號但狭，都是干貨披诗！
