5第五章基于统计模型(HMM)方式的语音识别技术.pptVIP

语音识别基础 上海交通大学计算机系 吴亚栋 E-mail:ydwu@mail.sjtu.edu.cn Tel:第五章 基于统计模型(HMM)方式 的语音识别技术 5.1 基于统计模型框架的识别法* 5.2 隐马尔柯夫模型(HMM)的概念* (HMM:Hidden Markov Models) 5.3 HMM的三个基本问题* 5.4 基于HMM的语音识别方案* 第五章 回家作业 5.1 基于统计模型框架的识别法 5.1.1 预备知识 (1)条件概率 P(A|B) P(A|B) = P(A,B)/P(B) P(A,B)：表示A与B的联合概率。 (2)Bayes定理 P(A|B) = P(B|A)P(A)/P(B) (3)事件的独立性 P(A,B) = P(A)P(B) 5.1.2 基于统计模型框架的识别法* 5.2 隐马尔柯夫模型(HMM)的概念 5.3 HMM的三个基本问题及其解法 5.4 基于HMM的语音识别方案 基于统计模型框架的识别法(1) 基于统计模型框架的识别法(2) 马尔柯夫过程 隐马尔柯夫模型的概念 HMM模型的要素及其模型描述 基于HMM的观察符号序列的生成方式 模型评估问题的解法(1) 模型评估问题的解法(2) 模型评估问题的前向算法 最佳路径问题的解法 * * 第五章 基于统计模型(HMM)方式 的语音识别技术 提交时间： 5.2.1 马尔柯夫过程* 5.2.2 隐马尔柯夫模型的概念* 5.2.3 HMM的要素及其模型描述* 5.2.4 基于HMM的观察符号序列 的生成方式* 5.3.1 HMM三个基本问题 - 模型评估问题(如何求：P(O|λ)) - 最佳路径问题(如何求：Q=q1q2…qT) - 模型训练问题(如何求：A 、B 、π) 5.3.2 模型评估问题的解法* 5.3.3 最佳路径问题的解法* 5.3.4 模型训练问题的解法 判决规则 VITERBI 计算 VQ 码本 训练 识别 X X:特征矢量的时间序列 O:基于VQ的观察符号序列 HMM(3) HMM(2) HMM(1) O · · 声学参数分析 预处理 语音信号输入 语音识别问题的形式化描述 -设：(1)待识语音的特征模式：T =t1,t2,…, tI (2)词汇表中第ｎ个单词：W(n), 1≤n≤N (3)当T 被观察到后，与T 对应的发声内容是 单词 W(n)的概率： P( W(n)|T ) -语音识别问题的形式化描述： k = argmax{ P( W(n)|T ) } n 声学模型与语言模型 P(W(n)|T )= P(T |W(n))P(W(n))/P(T ) k = argmax{P(T |W(n)) · P(W(n))} n 模式匹配与统计模型(T :待识语音) 模式匹配 统计模型 词 汇 表 W(k), 1≤k≤N 词 汇 表 W(k), 1≤k≤N 参考模式 R(k), 1≤k≤N 参考模型 M(k), 1≤k≤N 失真侧度 Dk = D(T,R(k)) 概率侧度 P(T|M(k)) -Dk:DTW距离 -P: 由M(k)生成T 的概率 判 别 n = argmin{Dk} 判 别 n=argmax{P(T|M(k))} 1≤k≤N 1≤k≤N 识别结果 W(n) 识别结果 W(n) 声学模型 语言模型 语言的马尔柯夫模型 P(Ci,Cj) = P(Ci)P(Cj|Ci) P(Ci,Cj,Ck) = P(Ci)P(Cj|Ci)P(Ck|Cj) 天气的马尔柯夫模型 观察日期： 1 2 3 4 5 6 7 8 观察序列(O)： 晴晴晴雨雨晴多云晴 状态转移序列：3 3 3 1 1 3 2 3 状态输出概率P(O|λ)： P(O|λ) = P(3,3,3,1,1,3,2,3 |λ) = P(3)P(3|3)P(3|3)P(1|3) P(1|1)P(3|1)P(2|3)