Bayes在语音识别中的实际应用

P(w)是w的 先验概率或边缘概率。之所以称为"先验"是因为它不考虑任何B方面的因素。

Pr(w|o)是已知o发生后w的 条件概率，也由于得自o的取值而被称作w的 后验概率。

Pr(o|w)是已知w发生后o的条件概率，也由于得自w的取值而被称作o的 后验概率。

P(o)是o的先验概率或边缘概率，也作标准化常量（normalized constant）。

按这些术语，Bayes法则可表述为：

后验概率 = (似然度 * 先验概率)/标准化常量　也就是说，后验概率与先验概率和似然度的乘积成正比。

另外， 比例P(o|w)/P(o)也有时被称作标准似然度（standardised likelihood），Bayes法则可表述为：

后验概率 = 标准似然度 * 先验概率

FA算的是似然度.即P(o|w)-声学模型的概率,dnn.map 是先验,即P(w)-语言模型相关,P(o)是与w无关的量,所以通常不考虑