Получится но без ивекторов

Они не нужны

понял, буду искать. Я думал ivector обязателен для online. Спасибо!

в egs есть шанс найти пример online без ivector? )

egs тут не причём тренировать ничего не нужно

писал уже выше, в исходниках нужно поменять onlinennet2pipeline на onlinennetpipeline

виноват. Я по докам и примерам действую, и сошел с пути истинного )
Спасибо.

Получилось. Может кому пригодится, а-то я позорно долго промучился для такого тривиального решения

https://gist.github.com/achernetsov/3b15df6a56f757039589ea167483584c

а что даёт этот гист? я могу запустить у себя оффлайн сервер распознавания? эту штуку можно включить в режим keyword spotting?

что значит online recognition в данном случае?

спс буду читать

грубо говоря, онлайн распознавание = когда недоступно всё предложение или весь текст, сказанный "в будущем", получается

распознавание по живой речи (говорят в микрофон, и тут же получаем распознавание), против распознавания ранее записанного файла (то что оригинальный decode.sh демонстрирует)

ну то есть, нельзя сделать более точные гипотезы на основании тех слов, которые прозвучат только в конце предложения

вот это надо читать
http://kaldi-asr.org/doc/dnn3_scripts_context.html

Николай, здравствуйте!
Вы писали

"У Kaldi есть OnlineNnet2FeaturePipeline с i-векторами
и OnlineFeaturePipeline без i-векторов
Вот нужно переделать с Nnet2 на Nnet и будет работать"

Пытаюсь разобраться по аналогии с online2-wav-nnet3-latgen-faster.
Он использует SingleUtteranceNnet3Decoder, который в свою очередь в зависимости имеет OnlineNnet2FeaturePipeline

Т.е., чтобы сделать что вы предлагаете (запустить kaldi-ru-2 на OnlineFeaturePipeline), наиболее короткий путь - написать что-то аналогичное SingleUtteranceNnet3Decoder, который умеет работать с OnlineFeaturePipeline?

странно что online2-wav-nnet3-latgen-faster вроде что-то вменяемое отвечает, хоть и Nnet2 pipeline

не должен

переписывать decoder не надо, просто передать ему onlinefeaturepipeline