HTK 第一章 HTK概要

第一章 HTK概要

1.3 输出概率

状态j的输出概率P(ot|sj)表达式:


1.4 BW算法

HMM模型参数( 状态输出概率P(ot|sj)的均值和方差 )确定:
① 初始化HMM模型参数;
② 通过BW算法重估这些参数。

将问题简化:假设HMM模型为单流单高斯模型


再假设状态数目为1,这样每帧对应的标注即为状态j,可以通过最大似然估计计算均值和协方差:



实际应用中 状态很多,而且每帧数据对应的状态是未知的。 现在要解决的就是计算每帧对应哪个状态,或者每帧对应某个状态的概率
t时刻状态为j的概率:

有了Lj(t)就可以计算均值和协方差:


那么, 如何计算Lj(t)?

使用大名鼎鼎的 前后向算法


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值