語音識(shí)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(shí)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(nèi)部 –詞網(wǎng)格搜索： HMM之間 8/20/2022 15 主流方法 ──說話人自適應(yīng) ? 說話人自適應(yīng) – 根據(jù)新的語音重新調(diào)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(gè)最優(yōu)線性變換 ? y = Ax + b – MAP（最大后驗(yàn)概率） ? 求使得后驗(yàn)概率最大的參數(shù) ? θ＝ max θP(θ|x） 8/20/2022 16 主流方法 ──模型訓(xùn)練 ? 聲學(xué)模型 –調(diào)整 HMM參數(shù) –帶噪聲訓(xùn)練 –方言庫訓(xùn)練 ? 語言模型 –計(jì)算 Ngram概率 –數(shù)據(jù)稀疏問題 8/20/2022 17 主流方法 ──模型訓(xùn)練 資源類型 資源名稱 資源描述 語音庫 863
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號-1