kaldi官网（https://github.com/kaldi-asr/kaldi）合并了Lookahead graph decoding #3616。look ahead的具体解释：将当前节点历史下的后继单词语言模型得分最大值加进来（提前应用语言模型得分）。这一特性其实是主流解码器的一个特性，静态的构图HCLG.fst的缺点：

1.只要H或者C或者L或者G改变了，整个构图都需要改；

2.对G的大小也有限制，kaldi的fst对内存的消耗很大，

为了动态解码，可以使用look ahead graph compose.我们在内存只构建G.fst 和HCL.fst，在解码时需要的时候边compose边解码，即采用lazy 的方式，需要时解码时需要某一state才进行compose算法展开。


kaldi的实现里面使用openGrm来做arpa，具体性能对比：



其中图的大小如下：