HMM介绍及其在语音辨认中的应用(新).pptVIP

及其在语音识别中的应用;内容提要; 语音识别;语音识别系统的基本构成; 语者无关/相关 词表大小 孤立词 vs. 连续语音 环境噪声等;常用语音识别方法; Andrei A. Markov Russian statistician 1856 – 1922 ;s1;s1;s1;下雨;问题： 连续8天的天气状况为“晴天-晴天-晴天-下雨-下雨-晴天-多云-晴天”的概率是多少？ ;晴天; 信号统计理论模型 起源于60年代后期 Baum和他的同事首先提出 Baker(CMU)和Jelinek(IBM)在70年代早期 实现在语音处理上的应用 ;1; 状态总数 N； 每个状态对应的观测事件数 M； 状态转移矩阵 每个状态下取所有观测事件的概率分布 起始状态 为了完整地描述一个隐马尔可夫模型，应当指定状态数N，观测符号数M，以及三个概率密度A、B和? 。这些参数之间有一定的联系，因此为了方便，HMM常用 来简记。 ; 问题一：给定模型参数 和观测序列 ，如何快速求出在该模型下，观测事件序列发生的概率 ？ ——估计问题 问题二：给定模型参数和观测序列，如何找出一个最佳状态序列？ ——解码问题 问题三：给定观测序列，如何调整参数 使条件