語音識別WFST-based dynamic decoders

目前語音識別主流是基於WFST解碼器，WFST中的優化操作如Determinization，Minimization，Weight Pushing 使得Viterbi解碼速度大大加快。 然而實際語音識別的問題還有很多，第一，往往基於靜態的HCLG.fst 可能非常大，需要消耗大量內存；第二，靜態的HCLG.fst 非常大，一旦語言模型G.fst或者 HMM模型H.fst, Context phon

>>阅读原文<<