使用隐马尔科夫模型(HMM)进行语音识别

         在实验室待了一段时间了,在实验室的报告及小组会议中,深刻的体会到了HMM算法 ,SVM等的重要性.

         这几天翻译了一篇使用隐马尔科夫模型(HMM)进行语音识别的论文的部分. 

         这篇论文是通过google的学术搜索搜到的，通过在互联网上的查找，发现这篇论文引用率很高。（排在google的第一位），并且没发现对其的汉语翻译。或许这篇是对该文的第一篇汉语翻译。原文一共有25页，由于时间的原因，只翻译其中部分内容。并对翻译较多的部分贴上原文对照。原文内容见网址：

http://www.jstor.org/view/00401706/ap040131/04a00020/0

使用隐马尔科夫进行语音识别

作者：B.H.Juang，L.R.Rabiner

语言语音研究所，Bell实验室

Murray Hill,NJ 07974

摘要：

       在近几年发表的论文和大型语言语音会议上中，隐马尔科夫定律已经成为语音识别研究的主导方法。这个方法之所以如此流行就在于其固有的统计框架：从有限语音训练集数据中训练出模型近似参数的简单易行；模型可根据特殊的词汇、声音等改变认知系统的大小、种类或模型的架构的灵活多变；实现整个认知系统的简单方便。在这篇解释性的文章中，我们将讲解应用在语音识别中的非常重要的统计方法，并讨论一系列尚未解决的原理性的和实际性的问题，因为他们很重要并对不同系统实现的性能有很大影响。

关键词：