You can find homework file for the asr course from here
给定一段音频，请提取12维MFCC特征和23维FBank，阅读代码预加重、分帧、加窗部分，完善作业代码中FBank特征提取和MFCC特征提取部分。 给出最终的FBank特征和MFCC特征，存储在纯文本中，用默认的配置参数，无需进行修改。
本次实验所用的数据为0-9（其中0的标签为Z（Zero））和o这11个字符的英文录音，每个录音的原始录音文件和39维的MFCC特征都已经提供， 实验中，每个字符用一个GMM来建模，在测试阶段，对于某句话，对数似然最大的模型对应的字符为当前语音数据的预测的标签（target）。
1、用python编程实现前向算法和后向算法。 2、用python编程实现viterbi算法，求最优序列。
作业来源：哥伦比亚大学语音识别课程E6870 难度系数：9 程序设计语言：C++ 预计花费时间：5~10个小时 • 作业内容： • Viterbi解码 • 估计GMM参数 • 前向后向训练，利用前向后向训练估计GMM参数
本实验实现了一个简单的DNN的框架，使用DNN进行11个数字的训练和识别。 实验中使用训练和测试数据分别对该DNN进行训练和测试。 阅读dnn.py中的代码，理解该DNN框架，完善ReLU激活函数和FullyConnect全连接层的前向后向算法。 运行该实验，该程序末尾会打印出在测试集上的准确率。假设实现正确，应该得到95%以上的准确率。 除了跑默认参数之外，读者还可以自己尝试调节一些超参数，并观察这些超参数对最终准确率的影响。如
- 学习率 / 隐层结点数 / 隐层层数
读者还可以基于该框架实现神经网络中的一些基本算法，如： - sigmoid和tanh激活函数 / dropout / L2 regularization / optimizer(Momentum/Adam)
实现后读者可以在该数字识别任务上应用这些算法，并观察对识别率的影响。 通过调节这些超参数和实现其他的一些基本算法，读者可以进一步认识和理解神经网络。
基于Kaldi理解基于DNN-HMM的语音识别系统。请安装kaldi，并运行kaldi下的标准数据集THCHS30的实验，
根据"实验指导书.pdf":part2.2和part4分别完成N-gram计数和Witten-Bell算法的编写。
参考openfst官网，根据图示写出WFST，并将其compose，画出结果
查看kaldi lattice-faster-decoder的剪枝算法
运行kaldi/egs/mini_libispeech，训练模型，报告wer