wangzhanxidian的博客

参考：http://www.julyedu.com/video/play/104/916     语音信号的频率一般在300Hz-3400Hz，按照奈奎斯特采样定理，为保证频谱不混叠，采样率至少为最高频率的2倍，一般最低采样率为8000Hz。     在2010年以前，语音识别的技术主要基于混合高斯模型(GMM)和隐性马尔科夫(HMM)模型，2010年以后，主要基于神经网络。该讲座主要是讲怎样...

参考：随机过程讲义（中科院孙应飞老师） 可约、不可约概念 定义：设C 是状态空间S 的一个子集，如果从C 内任何一个状态i 不能到达外的任何状态，则称C 是一个闭集。如果单个状态i 构成的集合{i}是闭集，则称状态i 是吸收态。如果闭集C 中不再含有任何非空闭的真子集，则称C 是不可约的。闭集是存在的，因为整个状态空间S 就是一个闭集，当 S 不可约时，则称此马氏链不可约，否则称此马氏链可约。...

前馈神经网络 参考：http://www.julyedu.com/video/play/104/917   如何训练神经网络     神经网络是一个带参数（w,b）的函数     设计损失函数      梯度下降     反向传播 1.Tandem 结构 DNN的输入：      连续若干帧的滤波器组输出      甚至直接输入波形 DNN的输出：       上下文...

潘多拉魔盒 参考：http://www.julyedu.com/video/play/104/916 语音识别系统(1990~2010) 20年间，系统做了没有变化，但是有四个重要的技术提升了识别率   1.上下文有关模型         考虑five和nine两个单词，ai（f，v）和ai（n,n）不一样，英文的音素有50个， 若每个音素都考虑上下文，则状态数目会爆炸（50^3...