[轉]kaldi基於GMM作分類問題

轉自：http://blog.csdn.net/zjm750617105/article/details/55211992

對於每一個類別的GMM有幾種思路： 
第一是將全部訓練數據按類別分開，每類的數據訓練一個GMM模型 
第二是將全部的數據訓練一個UBM模型，而後將訓練數據按類別分開，用MAP去訓練每一個類別的GMM（對角UBM的MAP貌似kaldi 沒有） 
第三就是將全部的數據訓練一個UBM模型，而後不作MAP，直接用訓好的UBM所GMM的初始值，而後將全部訓練數據按類別分開，訓練三個GMM模型（在第一種方法的GMM初始化用訓好的UBM）

準備測試集數據，若是訓練GMM是用的是原始的MFCC特徵的話，也就是不通過add-delta apply-cmvn selected-voiced 等操做的話，那就直接用測試集的MFCC特徵的feats.scp文件就行了。 
可是若是你的特徵在訓GMM的腳本里通過一些處理，那就是按照相同的處理，意思就是在輸入模型以前特徵的前端處理必須保持一致 
好比：

select-voiced-frames scp:feats.scp scp:vad.scp ark:- | compute-cmvn-stats ark:- ark:- | apply-cmvn --norm-vars=false ark:- scp:feats.scp ark:- | add-deltas --delta-window=3 --delta-order=2 ark:- ark:- | select-voiced-frames ark:- scp:vad.scp ark,t:final_feats.txt #通過處理以後的特徵在final_feats.txt中，能夠直接vim打開驗證一下維度對不對.

訓好三個diag_GMM以後, 能夠直接用kaldi的工具進行計算對數似然值：

#這個能夠，計算的每一幀的似然值 gmm-global-get-frame-likes final.dubm scp:feats.scp ark,t:F_likes #對每一幀的似然值取平均，每句話獲得一個似然值 gmm-global-get-frame-likes --average=true final.dubm scp:feats.scp ark,t:F_likes #因爲上面測試集的數據是 final_feats.txt,那麼咱們的腳本就是： gmm-global-get-frame-likes --average=true final.dubm ark,t:final_feats.txt ark,t:F_likes #獲得的輸出文件F_likes,內容格式: uttId score

 

計算似然值的公式也很簡單，不少現有值在GMM的模型裏已經算出來了， weights , gconst , invvars, means_invvars直接根據這些結果只進行計算就能夠了。

訓練獲得的diag gmm 模型是 final.dubm ,能夠用轉化成文本

gmm-global-copy --binary=false final.dubm final_dubm.txt