學習kaldi已經接近兩個月了，終於將kaldi中語音的特徵資料提取出來，對於其分幀的標籤進行對齊，即將輸入到TensorFlow搭建的模型中，下面詳細的講解一下如何提取語音的特徵以及對音素標籤進行對齊，提取語音MFCC+delta+deltas的39維度特徵在上將部落格已經講完，可以翻看前面部落格，下面著重講一下如何提取語音的的對齊特徵。

  以thchs30語料進行試驗，對mono模型的對齊特徵進行提取：

  1：原始phone下的音素標籤；

  2：進入kaldi/src/bin/ ，執行./ali-to-phones，詳細指令碼如下所示；

  3：然後在命令列輸入 set nu/set nonu可以檢視行數；

從標籤可以看出，對於thchs訓練集中，第一句話一共分為979幀，和上面的音素符號進行了對齊。如有不懂歡迎留言。