语音信号处理之（四）梅尔频率倒谱系数（MFCC）zouxy09@qq.comhttp://blog.csdn.net/zouxy09        这学期有《语音信号处理》这门课，快考试了，所以也要了解了解相关的知识点。呵呵，平时没怎么听课，现在只能抱佛脚了。顺便也总结总结，好让自己的知识架构清晰点，也和大家分享下。下面总结的是第四个知识点：MFCC。因为花的时间不

很久没更新博客了，最近找工作找的不是很顺利，我一直很看好语音的应用，觉得需求很多，但或许对应届生还是有些不一样，等确定了再分享下找工作的经验吧。这里主要说下语音识别现在大家都用的模型-----dnn-hmm，我自己也不能更好的去解释清楚，等我毕业前，我一定会把gmm-hmm和dnn-hmm的原理以最能理解的方式表达出来，我也很期待那一天。不多说了，直接说dnn-hmm。目前主流的方式是dnn-hm

看了几天了，结合之前看kaldi里的训练，现在我觉得可以稍微清楚的解释这个训练过程，后面的时间赶紧看解码部分。希望你可以有所收获。这次我们从头开始，虽然mfcc特征大家都知道，但是为了完整性还是说下吧。希望这是最后一次写训练的过程。1.数据准备我就不说了，直接说提特征，一般来说提mfcc特征。当然在gmm-hmm中一般都是mfcc特征。mfcc特征的具体流程，这里贴一张图，大家可以

一直想写个关于语音识别系统原理的博文。前段时间我和@零落一起做了很多实验，比如htk，kaldi等。从周五开始就已经放寒假了，明天就做火车回家了。今晚加点劲写点吧，回家由于没网。大家有问题只能留言或者找我qq，我尽量过段时间来回答吧。现在我就把语音识别的原理说下去。具体的框架图还是来一个把。这个图我也是我从网上找的。按照上图的说法，语音识别是由语言模型和声学模型构成的。下面

从寒假前的博客：语音识别系统原理介绍---从gmm-hmm到dnn-hmm，最近有时间的时候我还是在不断的去理解gmm-hmm这个基准模型。下面我讲从提玩mfcc特征开始说起，希望可以让你有所收获吧。     提完mfcc特征，就相当于剩下一个13维*帧数的矩阵。接下来，就是用混合高斯模型了。怎么用？就用多维的高斯模型区模拟我们得到的矩阵，相当于拟合。相当于我们假设其服从高斯分布，然后我们

摘要：2012年10月的天津，微软在“21世纪的计算大会”上展示了一套全自动同声传译系统。流畅的效果令其背后的关键技术DNN（深层神经网络）第一次进入了许多人的视野。本文将讲述DNN与这套同声传译系统背后的故事。2012年10月的天津，微软首席研究官Rick Rashid在“21世纪的计算大会”上公开演示了一个全自动同声传译系统，他的英文演讲被实时转换成与他的音色相近、字正腔圆的中文。流畅

本文简明讲述GMM-HMM在语音识别上的原理，建模和测试过程。这篇blog只回答三个问题：1. 什么是Hidden Markov Model？HMM要解决的三个问题:1) Likelihood2) Decoding3) Training2. GMM是神马？怎样用GMM求某一音素（phoneme）的概率？3. GMM+HMM大法解决语音

在之前的博文里，我已经写过了一篇博文：语音识别系统原理介绍----gmm-hmm，但是觉得还是没有说清楚这个事情，特别是在gmm和hmm过程里。过段时间也要找工作了，很有必要再弄清楚。现在这里说下，但愿可以说的很清楚，如果有错误，欢迎指正。  因为截图跟公式的原因，我就用图片的形式呈现，如需要word版或者pdf版，请留言。

作者：james 1.    背景介绍         近些年来，随着Siri的走红，类似Siri、搜狗语音助手这样利用语音实现控制，语义理解的系统开始大量涌现。而语音识别系统作为这类系统的入口，很大程度上决定了这类应用的质量。没有一个好的语音识别系统做支撑，再好的助手也只能干瞪眼。         与此同时，随着微信的发展，越来越多的用户反馈，在多种场合下