3.3 基于GMM-HMM的语音识别

语音识别技术解析
一、基本知识

1. 语音识别系统的基本框架：特征提取+模式匹配
   

• 解码：基于搜索的模式匹配过程（语音识别的模式匹配是一个序列匹配问题，一般表现为一个搜索过程）。
• 解码器：实现解码的模块。
• 解码时所用的两个信息源：
• • 声学模型：描述每个音素如何发音。
• • 语言模型：描述单词的组合规律。

2. 语音识别系统的标准配置：

• 2010年前：
  （1）特征：Mel倒谱系数（MFCC）;
  （2）声学模型：GMM-HMM；
  （3）语言模型：N元文法（N-Gram）；
  （4）解码：有限状态转移机（Finite State Transducer, FST）。
• 今天：语音识别已经过渡到了深度学习阶段，识别系统的基础框架不变