本文介绍了隐马尔可夫模型(HMM)在计算声学中的应用，重点讲解了如何通过HMM计算特定语音片段的概率。文章详细解释了在已知HMM状态的情况下，如何计算每10毫秒语音片段的特征向量概率，并说明了B矩阵在此过程中的作用。
目标：主要学习 HMM 计算似然如何应用在计算声学似然中。。。
HMM 计算声学似然：即计算 P(O|W)。实际原理：在给定一个 HMM state，计算一帧（10ms）语音片段抽取特征特征向量对应的似然。
其中，HMM 中 B 矩阵就是所有观察似然的矩阵，对应到声学中，就是各语音片段特征向量似然矩阵。
eg: 给定一个 individual state qi 和一个 observation Ot，B 矩阵中给出该 observation 的 likelihood 为 "p(Ot|qi )"，也叫做bt(i)。
1.
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
