hiddenmarkovmodels(編輯修改稿)
2025-08-11 18:53 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 ion ?如何經(jīng)由大量語(yǔ)料來(lái)估測(cè)每個(gè) HMM模型的最佳參數(shù)值 A 和 B 呢？ ?何謂最佳值：對(duì)某一個(gè)特定模型而言，最佳參數(shù)值 A 和 B 應(yīng)能使語(yǔ)料產(chǎn)生最大的機(jī)率（ Log prob.） 總和 ?方法： Reestimation ?非常類似 batch kmeans (Fy’s method)的方法，先猜 A 和 B 的值，再反覆進(jìn)行 Viterbi decoding， 然後再重新估算 A 和 B 的值，如此反覆逼近最佳值。 15 Parameter Estimation ? 對(duì)所有 frame進(jìn)行 VQ， 找出對(duì)應(yīng)的 symbol（ 此即為對(duì)應(yīng)的中心點(diǎn)或 codeword） ? 先猜一組 A 和 B ? 反覆進(jìn)行下列兩步驟，直到收斂 1. Viterbi decoding： 利用 Viterbi decoding，找出最佳路徑 2. Reestimation： 利用最佳路徑，重新估算 A 和 B 16 Parameter Reestimation for A ? A for a single optimum path of an utterance: ? A(1,1)=3/4, A(1,2)=1/4 ? A(2,2)=4/5, A(2,3)=1/5 ? A(3,3)=1 ? The final A is based on all sameHMM utterances 1 2 3 Frames States ?????????????1005154004143A17 Parameter Reestimation for B ? B for a single optimum path of an utterance: ? State 1: B(1,1)=1/4, B(2,1)=1/4, B(3,1)=2/4 ? State 2: B(1,2)=3/5, B(2,2)=2/5 ? State 3: B(2,3)=2/6, B(4,3)=4/6 ? B(k,j)=B(O(i),j) ? Rrame i is related to symbol k via k=O(i) ? The final B is based on all sameHMM utterances 1 2 3 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 States 12 3 41 1 12 23 4 4 2 2 4Frame indice Symbols k=O(i) ???
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1