语音识别系统原理介绍-----dnn-hmm

   最近看到一个ASR的课程，很不错吧。网址：http://www.inf.ed.ac.uk/teaching/courses/asr/。大家有时间可以去看下……

   接下来就开始说dnn-hmm系统吧。所谓的这个就是把之前gmm这部分换成dnn，基于这个我们可以认为，深度学习模型可以更好的去模拟我们的语音信号吧。先上个总图吧：

看到这个图大家应该都可以很清楚地去理解了。下面分开介绍：

1.特征部分：一般在深度学习系统里用Filter bank 作为特征，这个就是在做MFCC时去掉最后二步。在论文里说，这样得到的效果比MFCC效果好几个点吧。具体的稍后贴图 (右 图）。见文章：RECENT ADVANCES IN DEEP LEARNING FOR SPEECH RESEARCH AT MICROSOFT。

2014.8.26更新：为什么采用Filter bank 作为特征？因为dnn模型里不需要来去相关性的操作。所以我们可以跳过dct变换。这个感觉还是跟数学有关。觉得dnn应该可以做这种去相关性的操作。

2014.8.13更新：看到一个图，贴在这里，方便大家理解。