语音识别中的似然和后验概率

说到语音识别，一般都从以下公式开始介绍（转自：https://blog.csdn.net/yutianzuijin/article/details/77621511）

   为什么声学模型是这种形式我一直有困惑，因为在实际使用中，现在的声学模型一般都是神经网络，神经网络的输入是声学特征，输出直接就是某个音素或者音节的概率了，和上述对声学模型的描述并不相符。向同事请教后，原来是因为我不明白似然概率和后验概率，生成式模型和判别式模型的区别。以下文章有比较详细的阐述：https://www.cnblogs.com/eniac1946/p/8532753.html

我的理解是，神经网络是判别式模型，直接建模P( c | x)得到后验概率，而GMM择时生成式模型，通过高斯分布估计似然概率，即P( x | c)。

 

 

参考：

https://www.cnblogs.com/eniac1946/p/8532753.html

https://blog.csdn.net/yutianzuijin/article/details/77621511