Bean冷的心的博客

HMM结构改进在前一节中，基本的声学HMMHMMHMM及其在ASRASRASR系统中的使用已经被解释。虽然这些简单的HMMHMMHMM可以满足小词汇量和类似的有限复杂性任务，但当用于更复杂和更大的词汇量任务时，如广播新闻转录和听写，它们的表现就不太好。本节描述一些用于提高ASRASRASR系统性能的扩展，并允许将它们应用到这些更有趣和更具挑战性的领域。首先介绍了使用动态贝叶斯网络来描述可能的扩展。然后详细讨论其中的一些扩展。特别地，提出了高斯混合模型、有效协方差模型和特征投影方案的使用。最后，简要讨论了使

关于HMM论文学习，随后开始施工…

state-of-the-art 最先进的（英语表达汉语翻译state-of-the-art最先进的 (英语课刚学习要hedging, 最近读了几篇论文都说自己是最先进，太不委婉了，lol）)the approximations and simplifying assumptions involved in a direct implementation of these principles这些原则的直接实现所涉及的近似值和简化假设（involve是被动语态，他后面的XXX