WFST 是带权重的有向图。它把“声音、音素、单词、句子”全部统一结合起来了。

ASR 搜索算法对比：Viterbi, Greedy, Beam Search

没想到国内ASR模型做的最好的公司，部分场景竟然用的还是朴实无华的N-gram。以为是"早已过时"的模型结构，看来还是不能小瞧的，所以重新学习并整理了N-gram相关的内容。