小排_611-CSDN博客

原创 CrossWord of AM training

General Framework for Acoustic ModelingBuilding ASR system incrementallyContext-independent ➔ Context-dependent modelingMono-phone ➔ Tri-phone HMMSingle Gaussian mixture per state ➔

2017-08-19 19:44:07 315

原创声学模型训练----Acoustic Modeling

General Framework for AM：Building ASR system incrementallyContext-independent ➔ Context-dependent modelingMono-phone ➔ Tri-phone HMMSingle Gaussian mixture per state ➔ Multiple Gaussian mixtur

2017-08-19 18:45:07 1078

原创 ASR---自动语音识别概述

语音识别基本原理：观察矢量X=X1X2…Xn词序列W=W1W2…Wm 最优词序列W^ P(X|W): 声学模型描述了词W产生的情况下信号X的概率。P(W): 语言模型描述了词W出现的频率概率分布P(X|W)和P(W)被假设成某种已知的概率分布函数Pa(X|W)和Pb(W):概率分布函数中的参数集a和b通过统计学的方法从实际训练数据中估计得到

2017-08-19 18:31:50 2120

原创传统神经网络

线性回归：线性关系描述输入输出的关系。方程：y=ax1+bx2+cx3+d 参数：m=[a,b,c,d] 数据为矩阵：(x1,1; x2,1; x3,1) , (x1,2; x2,2; x3,2)...... 目标：使预测值尽可能的接近真实值。优化方法：梯度下降法求线性回归的最优解当前初始状态：m0 = [a0,

2017-07-16 16:43:12 542

原创深度学习基础介绍

深度学习基础框架图：深度学习的发展历程：深度学习的优点：学习能力强；适应性好；可移植性好。缺点：计算量大，便携性能差；硬件要求高；模型设计复杂；善于计算，但是不会算计。深度学习各框架的比较：基本概念：神经元边界算子卷积核--CNN

2017-07-16 16:05:32 485

语言模型的性能通常用交叉熵和复杂度（perplexity）来衡量。交叉熵的意义是用该模型对文本识别的难度，或者从压缩的角度来看，每个词平均要用几个位来编码。复杂度的意义是用该模型表示这一文本平均的分支数，其倒数可视为每个词的平均概率。平滑是指对没观察到的N元组合赋予一个概率值，以保证词序列总能通过语言模型得到一个概率值。通常使用的平滑技术有图灵估计、删除插值平滑、Katz平滑和Kneser-Ney

2017-07-16 09:21:23 2868

原创自然语言处理（二）

神经序列模型：机器学习：优化目标函数：初始化参数计算偏导数更新参数更新learning rate,直至收敛Batch Gradient Descent 梯度下降法:稳定可靠，更新速度慢。必须遍历所有的训练数据求偏导数，才能更新一次参数。Stochastic Gra

2017-07-14 18:35:22 372

原创自然语言处理（一）

概论自然语言处理----利用计算机处理文本及声音。应用领域：输入—输出；输入法；拼写更正；机器翻译；evernote推荐系统; 英文写作助手；twitter重大事件分析；医疗诊断；体育赛事报道生成；应用技术：语言模型，自动机，中文分词，文本对齐，模板匹配，分类器，相似度计算，local sensitive hashing，文本分类，关键词匹配，

2017-07-14 18:33:23 1850

原创语音基础知识

语音识别原理：语音识别的最终目的是让机器听懂人的语言。语音信号通过麦克风采集，经过采样和 A/D 转换后由模拟信号转变为数字信号。然后对语音的数字信号进行预加重，分帧，加窗，端点检测和滤波等处理。预处理过后的语音信号将按照特定的特征提取方法取出最能够表现这段语音信号特征的参数，这些特征参数按时间序列构成了这段语音信号的特征

2017-07-14 18:29:31 621

weixin_37355348的博客