本文来自公众号“AI大道理”。
单音素模型词错误率为50.58%，三音子模型词错误率为36.03%，lda-mllt模型词错误率为32.12%，说话人自适应模型词错误率为28.41%。
可见说话人自适应模型识别率继续有了一定的提高。
能否继续优化模型？又要从哪些方面入手进行优化呢？
quick模型将继续改善现有模型。
以kaldi的thchs30为例。
总过程
8 quick模型
实现思想：
对于当前模型的每个状态(构建完树后)，它把旧模型中与其相近的状态直接克隆过来，评判是否相近的标准就是看它们树统计量的重叠数目相似度。
8.1 train_quick.sh
功能：
在现有特征之上训练模型（不进行任何类型的特征空间学习）。
该脚本从先前系统的模型初始化模型（即GMMs）。
也就是说：对于当前模型中的每个状态（在树构建之后），它选择旧模型中的closes状态，根据树stats中计数的重叠来判断相似度。
过程之道：
训练过程：
训练完毕。
训练好的quick模型：
训练好的sat模型：
高斯数量明显增多。
8.2 thchs-30_decode.sh
功能：
quick模型解码识别。
quick模型部分解码识别（词级别）：
真正结果（标签词）：
单音素模型词错误率为50.58%，三音子模型词错误率为36.03%，lda-mllt模型词错误率为32.12%，说话人自适应模型词错误率为28.41%。
quick模型词错误率为27.94%。
可见quick模型识别率继续提高，虽然提高的幅度有限。
quick模型部分解码识别（音素级别）：
真正结果（标签音素）：
单音素模型音素错误率为32.43%，三音素模型音素错误率为20.44%，lda-mllt模型音素错误率为17.06%，说话人自适应模型音素错误率为14.98%。
quick模型音素错误率为13.53%。
8.3 align_fmllr.sh
功能：
对齐，为接下来的模型优化做准备。
对齐结果：
总结
单音素模型词错误率为50.58%，三音子模型词错误率为36.03%，lda-mllt模型词错误率为32.12%，说话人自适应模型词错误率为28.41%，quick模型词错误率为27.94%。
可见quick模型识别率继续有了一定的提高。
到这里经典语音识别GMM-HMM框架基本上就结束了。
通过一系列的优化，GMM-HMM模型在大词汇量语音识别中识别率大概可以达到七成左右。
但终究是有瓶颈的。
能否继续优化模型？又要从哪些方面入手进行优化呢？
火热的深度学习进入了我们的视野。
第一个被取代的就是对发射概率建模的GMM。
至此DNN-HMM拉开帷幕。
——————
浅谈则止，细致入微AI大道理
扫描下方“AI大道理”，选择“关注”公众号
—————————————————————
—————————————————————