语音识别

1、语音识别的基本架构

$$\begin{array}\\ {W}^*&=arg\ max_wP(W\vert Y)\\ &=arg\ max_w\dfrac{P(Y\vert W )P(W)}{P( Y)}\\ &\approx P(Y\vert W)P(W) \end{array}$$
$$\ \ 上式中W表示文字序列，Y表示语音输入。公式1表示语音识别的目标是在给定语音输入的情况下，找到可能\\性最大的文字序列。根据Baye’ \ Rule，可以得到公式2，其中分母表示出现这条语音的概率，它相比于求解的文\\字序列没有参数关系，可以在求解时忽略，进而得到公式3。公式3中第一部分表示给定一个文字序列出现这条音\\频的概率，它就是语音识别中的声学模型；第二部分表示出现这个文字序列的概率，它就是语音识别中的语言模\\型。$$