kaldi中文语音识别平台的搭建——运行thchs30

kaldi资料的准备：《Kaldi学习笔记（三）——运行thchs30（清华大学中文语料库）》

运行kaldi中的自带样例：《Kaldi学习笔记（四）——thchs30中文在线识别》

thchs30的主要搭建过程参照以上两篇博客，此处就不再赘述。但是在搭建的过程中可能会出现一些问题，由于kaldi目前网上的资料比较少，很多问题搜不到，都是自己一个坑一个坑地填过来的，因此打算在这里记录一下，提示后来人。

1、跑完训练数据后，tri1中没有出现HCLG.fst和words.txt这两个文件

原因：很可能是内存不够，我之前用的8G内存，跑完也没出来。后来给了10G，才跑出来。如果用虚拟机跑的话，跑的过程中建议不要做其他事，可以放在半夜跑。

2、采样率不支持的问题，报错信息如下

Sampling rates other than 16kHz are not supported

建议：下载格式工厂，把音频的采样率转化为16K

3、tri1非常不准确，有条件的还是要用个服务器跑下dnn

我的音频文件是“需要的，不需要，需要的，不需要”。但是识别出来是下面这个样子。。。我自己都懵逼了。