# Kaldi 視覺化tree檔案

大致流程
---

draw-tree data/local/phones/phones4Dot.txt exp/mono/tree | dot -Gsize=9,15\! -Gdpi=10000 -Tpng > exp/mono/tree.png

經過嘗試Gdpi要設到一萬才看得清楚圖片。 上面那行指令解釋是：
draw-tree ： kaldi 內建可以從tree輸出dot檔案的程式
dot: 是Graphviz工具可以從dot檔案輸出圖片的工具， Gsize 代表的是圖片的長寬比; Gdpi代表的是像素，越大越清楚 （經過測試formosa的tree至少要一萬才清楚）。 Argument: -Tpng 指得是輸出png格式， 在draw-tree的文件教學裡面採用Tps，但我試不出來

example:
上圖是一個monophone模型， 最上面那個圈(root)代表說question問的是哪一個phone，都過走過枝葉就代表上面的question的答案（比如說Phone=O:2），我們順著O：2走下去會碰到下個問題： PdfClass=?， 這邊PdfClass的意思是Hmm的state，在預設的Hmm topology每個phone的Hmm state為三個，所以每個PdfClass都會有三個枝葉。最後到達的terminate的nodel就是每個Hmm state 的pdf的編號。 在Kaldi中，acoustic model預測的目標就是這些pdf，所以訓練一個ASR需要的資料量就是要讓這些pdf有充分的statistics

tri1 以後
---
到了triphone的境界後圖會太大，就需要先轉換成SVG檔案後，再用firefox開啟

轉換成svg
draw-tree data/local/phones/phones4Dot.txt exp/tri1/tree | dot -T svg > exp/tri1/tree.svg

example:
Triphone 就複雜得多， 這邊kaldi用clustering的方法透過acoustic similarity（feature之間的相似度）的方式聚類一些phoneme。每一個question都代表一個被聚類後的phoneme set，並不代表任何意義，而只是acoustic similar而已。查看模型訓練出的cluster的方法如下：

utils/int2sym.pl $lang/phones.txt < $dir/questions.int > $dir/questions_syms.txt

phones4Dot.txt
---
這邊我先將data/local/phones/phones.txt裡面的phoneme全都多加一個雙引號，由於dot在吃一些字串（ex: ":"）的時候會有error，因此得先把formosa的phoneme先全都用引號註釋它為一個word (ex: "A:1")，更改phones.txt的指令為：

cp data/local/phones/phones.txt data/local/phones/phones4Dot.txt ;sed -i "s/:/_/g" data/local/phones/phones4Dot.txt

###### tags: `Kaldi`