kaldi英文鏈接：http://www.kaldi-asr.org/doc/graph.html
本系列的文章是自己從kaldi中挑選按有助於理解整個流程的部分，不知道能堅持多久，It is never too late to learn.這是我剛到TEG辦公室看到的，陰錯陽差此刻又出現在我面前，或許是在提醒我不要忘記它。
Overview of graph creation:
整個的解碼圖可以理解爲HCLG=H o C o L o G,其中：
G是acceptor(ie,它的輸入和輸出符號是一樣的)，用來將語法解碼成語言模型。
L是lexicon（字典）,它的輸出符號是words,輸入符號是phones。
C表示context-dependency（上下文依賴關係）,輸出符號是phones，輸入符號是上下文依賴的phones，如windows of N phones,具體參見http://www.kaldi-asr.org/doc/tree_externals.html#tree_window 。
H包含HMM的定義，它的輸出符號表示上下文依賴的phones，輸入符號表示transition-ids，而transition-ids就是編碼pdf-id和其他信息，具體參見http://www.kaldi-asr.org/doc/hmm.html#transition_model_identifiers
這是一個標準的方法，但是還有很多細節需要填充。我們想要保證輸出被確定和最小化，並且爲了HCLG被確定，我們插入了消歧符號（disambiguation symbols）,具體參見http://www.kaldi-asr.org/doc/graph.html#graph_disambig。我們想盡可能保證HCLG是隨機的，在傳統的方法中採用的是push-weights，而kaldi確保隨機性的方法與之不同，採用的方法是是確保沒有圖形創建步驟“帶走”隨機性，具體參見http://www.kaldi-asr.org/doc/fst_algo.html#fst_algo_stochastic
一個公式總結就是：HCLG = asl(min(rds(det(H' o min(det(C o min(det(L o G))))))))，其中asl=="add-self-loops" and rds=="remove-disambiguation-symbols", and H' is H without the self-loops。
weight-pushing不屬於這個方法；相反，kaldi旨在確保只要G是隨機的，那麼圖形創建的任何階段都不能阻止結果的隨機性，（ no stage of graph creation will stop the result from being stochastic），