链式模型实际上是一种序列判别训练方法，因此它还构造了分母fst和分子fst。从这张图中我们可以看到跳帧采样的现象。理论上，音素sil对应41帧（可以通过上一张phone打平图中sil对应的transition-id号得到），但现在是13帧（通过上一张图，1和218（都是1和218） 218对应音素sil)，可以得到连续出现的次数)。

由于链式模型采用帧下采样（每三帧取一帧），也就是说帧移变为30ms，而不是10ms，因此帧率是传统神经网络声学模型的三分之一；链模型无需提前训练CE准则DNN模型；而是直接使用CD-HMM-GMM模型得到每个句子的比对结果，然后生成分子fst。

1、山东仿古候车亭多少钱

2.同时，为了将每个句子分成小块，链模型还会将分子格转换为分子fst（因为fst可以保留时间对齐信息，更容易根据时间将其分成块）。 lattice和fst的区别在于fst中编码了时间对齐信息，这可以方便我们根据时间点来分割整个音频片段。根据transition-id，我们可以得到每一帧对应的phone，如下：

2、收到讣告回复范文

这一步构建的训练图将在后面的分母fst和分子fst的构建中使用。链式模型的分母fst实际上是HCP（P代表发音词典的概率），也就是说所有音频共享同一个HCP图，不需要单独解码得到对应的格子，所以称为格子自由的。第三列和第四列是pdf-id（与输出相同，实际上是FSA）。

3、史蒂芬怪和亚历克斯有什么关系

也许看完上图，你还有疑问，为什么pdf-id 218之间会有pdf-id 253呢？因为fst中有时间对齐信息，所以我们很容易将整个fst分成小块，如下图所示： 但是链模型的语言模型是phone级别的，所以我们不需要构图时的发音词典。其实结构就是HCP（P代表phone LM，HCP是fst结构，所以叫分母fst）。

链模型是在phone级别训练的，所以需要以phone为单位进行对齐，如下图所示：