weixin_37355348的博客

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

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

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

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,

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

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

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

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，

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