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：
- 数据预处理；
- 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；
- 单音树训练和解码，是语音识别最基础的部分
- 三音素的训练和解码（Deltas + Delta-Deltas）
- 三音素模型基础上做了LDA + MLLT变换的训练和解码
- 三音素模型基础上做了LDA + MLLT +SAT变换的训练和解码
- 三音素模型基础上做了SGMM2的训练和解码，SGMM2是povey 提出的
- 三音素模型基础上做了 MMI + SGMM2 的训练和解码
- DNN 混合训练和解码（povey 版本模型，看网上说不建议使用？）
- 系统融合(DNN+SGMM)
- Karel DNN 通用深度学习模型的训练和解码
- 获取结果
总的来说，计算机的资源没有完全被利用起来，整个过程中第十步是耗时是最长的，共花费约七个小时左右，主要时间消耗在下面代码的第三行中：
|
|
这部分主要使用显卡进行计算，显卡是目前这台MacBook Pro的最重要的瓶颈。
整个过程中 CPU 的使用情况记录如下图所示：
GPU 的使用情况如下图所示：
GPU 的显存消耗情况如下图所示：
处理器平均负载如下图所示：
下面是整个过程的输出日志：
|
|