语音信号处理-HMM1

HMM 隐马尔科夫模型

语音是时变的信号，是一个状态转移的过程，另一个过程是特征输出。

一个语音波形序列经过分帧特征提取，得到矢量的序列Y={y1,y2…yn}
建立模型，能够自己产生Y。

短时平稳假设

特征荀烈可以分组若干段（状态），在每个状态内观察的特征是服从相同的
分布的。

隐马尔科夫模型：

1.当前状态只与前一状态有关。
2.当前状态下的输出只与当前状态有关。

随机数学
在语音识别方面：HTK http://htk.eng.cam.ac.uk/

根据观察输出函数式基础VQ、连续密度、还是二者综合，HMM分为：
离散HMM:(DHMM, Discrete HMM)
连续HMM (CDHMM, Continuous Density HMM, 简称CHMM) ；
半连续HMM (SCHMM, Semi-Continuous HMM)