# 分析FST

指令
---

fstprint --osymbols=data/lang/words.txt --isymbols=data/lang/phones.txt data/lang/L.fst | head

輸出：

<start state> <end state> <input symbol> <output symbol> <cost>
0	1	<eps>	<eps>	0.693147182
0	2	<eps>	<eps>	0.693147182
1	2	SIL	<SIL>	0.693147182
1	1	SIL	<SIL>	0.693147182
1	1	i:1	一	0.693147182
1	2	i:1	一	0.693147182
1	4	i:1	一一
1	5	i:1	一一九
1	9	i:1	一一二
1	11	i:1	一一二年

上述指令，其中isymbols 是fst input的符號表， osymbols 是fst output的符號表，fprint 會依照符號表對應替換<input symbol> <output symbol>這兩個欄位

備註
---
根據 "Chen, Guoguo, et al. "Pronunciation and silence probability modeling for ASR." Sixteenth Annual Conference of the International Speech Communication Association. 2015." 寫道， 我們可以另外算PRONUNCIATION AND SILENCE PROBABILITY， 並導入我們的L.fst中（如果沒有另外算的話， 所有的probability 會視為一樣）。 看到原本L.fst：

0	1	<eps>	<eps>	0.693147182
0	2	<eps>	<eps>	0.693147182
1	2	SIL	<SIL>	0.693147182
1	1	SIL	<SIL>	0.693147182
1	1	i:1	一	0.693147182
1	2	i:1	一	0.693147182
1	4	i:1	一一
1	5	i:1	一一九
1	9	i:1	一一二
1	11	i:1	一一二年

在還有加入PRONUNCIATION AND SILENCE PROBABILITY後的結果

0	1	<eps>	<eps>	1.89712
0	2	SIL	<eps>	0.162518933
1	3	SIL	<SIL>	-0.300104588
1	4	i:1	一	0.210721031
1	5	i:1	一一	0.400477558
1	7	i:1	一一九
1	12	i:1	一一二
1	15	i:1	一一二年
1	22	i:1	一一分
1	27	i:1	一一列舉

一般來說似乎只需要好的language model就夠了，但是在論文裡面提到在英文(中文其實也有)，有coarticulation(協同發音)的存在，比方說「美爽爽水粉底」第二個「爽」跟後面的「粉」都會變成要念二聲，相當於有些字在不同的位置會需要讀不同的音。 另外還有一個utterance中發音停頓的地方， 像是 "Gandalf the White said" 和 "The White House said"， 前者的White後面就比較有可能會停頓所以依照這種特性就可以依照你的data設計L.fst

備註2
---
單就Kaldi 的L.fst本身是看不出什麼端倪的， L.fst 在搭配G.fst後的LG.fst就能夠看出一些有關language model的prior ->

L.fst (data/lang)

0	1	<eps>	<eps>	0.693147182
0	2	<eps>	<eps>	0.693147182
1	2	SIL	<SIL>	0.693147182
1	1	SIL	<SIL>	0.693147182
1	1	i:1	一	0.693147182
1	2	i:1	一	0.693147182
1	4	i:1	一一
1	5	i:1	一一九
1	9	i:1	一一二
1	11	i:1	一一二年

LG.fst

0	1	SIL	<eps>	-0.261521399
0	2	#62	<eps>	4.5007782
1	3	A:	安慰	14.7780333
1	56289	A:1	<eps>	5.69342375
1	5	A:2	啊	7.39224339
1	6	A:4	啊	8.82395172
1	7	A:5	啊	6.71484327
1	56290	aI1	<eps>	7.60265541
1	9	aI3	欸	9.12812996
1	56291	aI4	<eps>	11.409029


###### tags: `kaldi`