基于HMM的语音识别（一）

利用业余时间写一下自己看书的感受，就当作随笔把，这样也能帮助自己记忆，同时关于kaldi的章节我选择先停一停，我感觉把这个问题理解透再去查看kaldi可能会事半功倍。我选取的章节来源于"The Application of Hidden Markov Models in Speech Recognition",英文版的，有兴趣的可以去看看。废话不多说，我们直接进入主题。

下图显示了大型连续语音词汇识别的主要部分：

说实话看这图要不是我会语音增强的部分知识的话，我会认为很简单，的确，图看上去确实很简单，不过任何一个细节拿出来都足以让我们翻阅无数资料。如图，输入的波形（语音）被转化固定长度的语音响亮序列：

这个过程称之为特征提取，也就是著名的Feature Extraction（不要看到公式就害怕，就是有序的向量的排列）。那么解码器（Decoder）就会尝试去寻找最可能产生如上Y的字：w1:L=w1,....wL 的序列,假如decoder尝试寻找

（PS：哇，看到这里我突然想到了为什么要训练模型了）。然而，由于P(w|Y)直接建模是十分困难的，我们对上述式子使用贝叶斯准则就会得到如下的相等式子：

这里其实有朋友会像我刚开始一样迷惑：这TM是瞎说呀，当我们不会贝叶斯准则吗，朋友