语音识别基础知识理解

最新推荐文章于 2022-02-13 18:42:01 发布

908的男同学

最新推荐文章于 2022-02-13 18:42:01 发布

阅读量347

点赞数 2

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/nwnu_908/article/details/117529519

版权

1.混合高斯模型GMM

在语音识别入门阶段，最新了解的就是GMM模型了，其实它就是多个单高斯分布进行混合．我们需要了解一下，给定一个GMM模型,优化目标是寻找使似然函数最大的各个高斯成分的均值向量、协方差矩阵和混合系数．

有N个数据 $\overrightarrow{X}$ ={x1,x2,…,xn},每个数据时D维的，根据K个高斯分布将数据聚成K个类，由中心极限定理知大量的独立随机变量之和具有近似于正态的分布，所以我们认为每个 $x_{i}$ 独立同正态分布，又 $\overrightarrow{X}$ 是D

最低0.47元/天解锁文章

908的男同学

关注

2
点赞
踩
0

收藏

觉得还不错? 一键收藏
1
评论
语音识别基础知识理解

ＨＣＬＧ．Fst由四部分构成：Ｇ：语言模型ＷＦＳＴ,输入输出符号相同，实际是一个ＷＦＳＴ（acceptor接受机），为了方便与其他三个ＷＦＳＴ进行操作，将其视为一个输入输出相同的　ＷＦＳＴ.L:发音词典ＷＦＳＴ，输入符号：monophone,输出符号:词；Ｃ：上下文相关ＷＦＳＴ，输入符号：triphone(上下文相关)，输出符号：monophone;H:HMM 声学模型ＷＦＳＴ，输入符号：ＨＭＭ　transitions-ids,输出符号：triphone．将四者逐层合并，即可得到最后的图．Ｈ
复制链接

扫一扫

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。