今天在熊猫 TV 上看乌云白帽子大会，下面有三道互动的题目挺有意思的。

前面两题都很简单，第一题是解一个莫斯电码、第二题答案很简单，但是要提交答案需要在网页源码上懂点手脚。

第三题是重头戏，不过难度也不高，题目如下：

第三题每个人的答案都不一样，图片里被我划掉的这部分是我的用户名（手机号） K。

红色部分的一串数字就是经过上面的 DEKHash 算出的结果，所以题意就很明显了，找到 K' 使得 DEKHash(K') == DEKHash(K)。

题目中给出的是 Java 代码，我作为 Java 黑，显然是不能忍受的，所以弄成了 C++的版本：

1
2
3
4
5
6
7

long DEKHash(string str) {
    long hash = str.length();
    for(int i = 0; i < str.length(); i++) {
        hash = ((hash<<5)^(hash>>27))^str.at(i);
    }
    return hash;
}

下面来看我是怎么寻找这样的 K'。

整个例子从 Sat Jun 4 22:45:55 CST 2016 开始，于 Sun Jun 5 11:16:53 CST 2016 结束，共经历约 12 个小时。

在 TIMIT 的代码中，一共分为了以下几个示例：

1. 数据预处理；
2. MFCC 特征提取 & 训练集和测试集的 CMVN，这里只提取了 MFCC，Kaldi 里支持 MFCC，PLP，PITCH；
3. 单音树训练和解码，是语音识别最基础的部分
4. 三音素的训练和解码（Deltas + Delta-Deltas）
5. 三音素模型基础上做了LDA + MLLT变换的训练和解码
6. 三音素模型基础上做了LDA + MLLT +SAT变换的训练和解码
7. 三音素模型基础上做了SGMM2的训练和解码，SGMM2是povey 提出的
8. 三音素模型基础上做了 MMI + SGMM2 的训练和解码
9. DNN 混合训练和解码（povey 版本模型，看网上说不建议使用？）
10. 系统融合(DNN+SGMM)
11. Karel DNN 通用深度学习模型的训练和解码
12. 获取结果

Kaldi 上提供了很多例子让我们学习，这里有一个 Kaldi 上提供例子的列表：

http://kaldi-asr.org/doc/examples.html

但是大部分的数据库来源于LDC，并且需要成为会员才能下载。

我们这里使用一个叫做 TIMIT 的例子，当然他也是需要付费才能使用的数据集。

然而幸运的是我们可以在这个链接里找到所有的内容：

http://www.fon.hum.uva.nl/david/ma_ssp/2007/TIMIT/

因为版权问题我不准备提供直接下载的链接，但是我作为老司机可以指一条路：wget -r，剩下的就看你自己的造化了。

数据拿到后，目录下会多出很多 .html 的文件。我这里写了一个脚本用于删除这些多余的文件，并将小写目录转换成大写目录（在 Kaldi 的 TIMIT 脚本中写出的目录都是大写的）：

Kaldi 是一个用于语音识别的开发平台（工具包），目前已经较为成熟，而且文档很多。

本文提供一个 Kaldi 在 Mac OS X 10.11。5 下的安装教程，如果你用 Windows，请买一台 Mac。

下载源码

Kaldi 在 Github 上开源，我们应该直接下载他最新的源码执行编译。

1

git clone https://github.com/kaldi-asr/kaldi

编译

编译这种大型框架不应该去互联网上搜索任何安装教程，而是应该阅读官方的安装教程。（那我写这篇文章干嘛呢…(╯‵□′)╯︵┻━┻

目录

• 写在前面的话
• 科研创意的来源
• 准备篇
  • 主题的选取
  • 确定论文的类型
  • 提出论点
  • 会议投稿
  • 期刊投稿
• 写作篇
  • 写作动机
  • 写作阶段
• 工具篇
  • 写作工具
  • 版本控制和存储
  • 文献工具
  • 图表工具
• 后记
• 进一步阅读的文献