学习kaldi已经接近两个月了，终于将kaldi中语音的特征数据提取出来，对于其分帧的标签进行对齐，即将输入到TensorFlow搭建的模型中，下面详细的讲解一下如何提取语音的特征以及对音素标签进行对齐，提取语音MFCC+delta+deltas的39维度特征在上将博客已经讲完，可以翻看前面博客，下面着重讲一下如何提取语音的的对齐特征。
以thchs30语料进行试验，对mono模型的对齐特征进行提取：
1：原始phone下的音素标签；
2：进入kaldi/src/bin/ ，运行./ali-to-phones，详细脚本如下所示；
3：然后在命令行输入 set nu/set nonu可以查看行数；
从标签可以看出，对于thchs训练集中，第一句话一共分为979帧，和上面的音素符号进行了对齐。如有不懂欢迎留言。