上一篇我們講解了TIMIT的訓練步驟，現在利用訓練好的模型，進行線上語音識別。

在kaldi 的工具集裡有好幾個程式可以用於線上識別。這些程式都位在src/onlinebin資料夾裡，他們是由src/online資料夾裡的檔案編譯而成(你現在可以用make ext 命令進行編譯).這些程式大多還需要tools資料夾中的portaudio 庫檔案支援，portaudio 庫檔案可以使用tools資料夾中的相應指令碼檔案下載安裝。注：online官方不再維護，新版本為online2，不過先從簡單的online開始。

這些程式羅列如下：
online-gmm-decode-faster: 從麥克風中讀取語音，並將識別結果輸出到控制檯
online-wav-gmm-decode-faster:讀取wav檔案列表中的語音，並將識別結果以指定格式輸出。
online-server-gmm-decode-faster:從UDP連線資料中獲取語音MFCC向量，並將識別結果列印到控制檯。
online-net-client :從麥克風錄音，並將它轉換成特徵向量，並通過UDP連線傳送給online-server-gmm-decode-faster
online-audio-server-decode-faster :從tcp連線中讀取原始語音資料，並且將識別結果返回給客戶端
online-audio-client :讀出wav檔案列表，並將他們通過tcp 傳送到online-audio-server-decode-fater,得到返回的識別結果後，將他存成指定的檔案格式
程式碼中還有一個java版的online-audio-client ,他包含更多的功能，並且有一個介面。另外，還有一個與GStreamer 1.0相容的外掛，他可以對輸入的語音進行識別，並輸出的文字結果。這個外掛基於onlinefasterDecoder,也可以做為線上識別程式

1、安裝portaudio

首先我們cd到tools下面，執行：sudo ./install_portaudio.sh，然後在cd到src下面，執行：sudo make ext 

（我第一次線上live識別的時候portaudio報錯，解決方法是：先進入tools/portaudio，用./configure檢視依賴，通常情況alsa顯示no，通過sudo apt-get install libasound-dev可以解決。然後進入/tools，執行：./install_portaudio.sh。回到/src目錄，編譯擴充套件程式：make ext 。可以用arecord測試一下Ubuntu錄音機是否正常：arecord -f cd -r 16000 -d 5 test.wav 

2、接下來跑tri1。去egs下，開啟voxforge，裡面有個online_demo，直接拷貝到timit下，和s5同級。在online_demo裡面建2個資料夾online-data work,在online-data下建兩個資料夾audio和models，audio下放你要回放的wav，models建個資料夾tri1，把s5下的exp下的tri1下的final.mdl和35.mdl拷貝過去。把s5下的exp下的tri1下的graph_word裡面的words.txt,和HCLG.fst，拷貝到models的tri1下。

3、修改修改tri1地址online_demo下的run.sh

1） 修改tri1位置

#ac_model_type=tri2b_mmi

ac_model_type=tri1

2）註釋掉如下程式碼（這段是voxforge例子中下載現網的測試語料和識別模型的。我們測試語料自己準備，模型就是tri1了）

#if [ ! -s ${data_file}.tar.bz2 ]; then
#    echo "Downloading test models and data ..."
#    wget -T 10 -t 3 $data_url;
#
#    if [ ! -s ${data_file}.tar.bz2 ]; then
#        echo "Download of $data_file has failed!"
#        exit 1
#    fi

#fi

3） 修改model為final.mdl

#       online-wav-gmm-decode-faster --verbose=1 --rt-min=0.8 --rt-max=0.85\
#            --max-active=4000 --beam=12.0 --acoustic-scale=0.0769 \
#            scp:$decode_dir/input.scp $ac_model/model $ac_model/HCLG.fst \
#            $ac_model/words.txt '1:2:3:4:5' ark,t:$decode_dir/trans.txt \
#            ark,t:$decode_dir/ali.txt $trans_matrix;;

        online-wav-gmm-decode-faster --verbose=1 --rt-min=0.8 --rt-max=0.85\
            --max-active=4000 --beam=12.0 --acoustic-scale=0.0769 \
            scp:$decode_dir/input.scp $ac_model/final.mdl $ac_model/HCLG.fst \
            $ac_model/words.txt '1:2:3:4:5' ark,t:$decode_dir/trans.txt \
            ark,t:$decode_dir/ali.txt $trans_matrix;;

4、./run.sh開始識別audio資料夾下的語音（這個語音引數需要16bit，16Khz，我用Audacity錄了幾段）。./run.sh --test-mode live 命令就是從麥克風識別（如果提示錯誤，可參考https://blog.csdn.net/u012236368/article/details/71628777）。