Kaldi 음성 인식 툴킷

It matters because for nearly a decade it was the go-to foundation for academic and industrial ASR work.

2011년에 출시되고 Daniel Povey가 이끄는 Kaldi는 bash 및 Perl 스크립트를 사용하여 레시피를 결합한 C++로 작성되었습니다. 이는 클래식 ASR 파이프라인을 기반으로 구축되었습니다. 음향 특징(MFCC 또는 필터뱅크)을 추출하고, Gaussian Mixture Models(이후 심층 신경망)을 사용하여 음소 사운드를 모델링하고, 음향 모델, 발음 어휘집 및 언어 모델을 검색 가능한 단일 그래프로 결합합니다. 결정적인 기술 선택은 OpenFST 라이브러리의 WFST(Weighted Finite-State Transducer)를 사용하여 모든 지식 소스를 하나의 디코딩 그래프로 구성하는 것이었습니다. Kaldi는 Switchboard, Librispeech 및 Wall Street Journal과 같은 표준 데이터 세트에 대한 '레시피'를 제공하여 연구원이 최첨단 결과를 재현할 수 있도록 했습니다. 이는 새로운 시스템을 벤치마킹하는 기준 구현이 되었습니다.