語音識別綜述(文件)
【正文】 a Syllable：音節(jié) , ba, ti, tao BiPhone：二音子 , bata, bata TriPhone：三音子 woshishui, woshishui 8/20/2022 13 主流方法 ──語言模型 ? 語言模型 –已知發(fā)音串寫出詞串 – P(S|LP)P(P|L)P(L|W)P(W|A)P(A) –其中， W是字串， A是讀音串， L是詞串， P是詞性串， S是詞義串 ? 主流方法 –三元語法： Trigram 8/20/2022 14 主流方法 ──搜索算法 ? 搜索（解碼） –識別的主要過程 –通過搜索找到某一概率（ P(W)）最大化的字串W ? 主流方法 – Viterbi搜索： HMM內部 –詞網(wǎng)格搜索： HMM之間 8/20/2022 15 主流方法 ──說話人自適應 ? 說話人自適應 – 根據(jù)新的語音重新調整模型參數(shù) – 特定人和非特定人之間的一種折衷 ? 主流方法 – MLLR（最大似然線性回歸） ? 對模型參數(shù)尋找一個最優(yōu)線性變換 ? y = Ax + b – MAP（最大后驗概率） ? 求使得后驗概率最大的參數(shù) ? θ＝ max θP(θ|x） 8/20/2022 16 主流方法 ──模型訓練 ? 聲學模型 –調整 HMM參數(shù) –帶噪聲訓練 –方言庫訓練 ? 語言模型 –計算 Ngram概率 –數(shù)據(jù)稀疏問題 8/20/2022 17 主流方法 ──模型訓練 資源類型 資源名稱 資源描述 語音庫 863
教學教案相關推薦
鄂ICP備17016276號-1