語音識別htk代碼學(xué)習(xí)手冊范本

語音識別htk代碼學(xué)習(xí)手冊范本

ID:27021404

大?。?.15 MB

頁數(shù):93頁

時間:2018-11-30

語音識別htk代碼學(xué)習(xí)手冊范本_第1頁
語音識別htk代碼學(xué)習(xí)手冊范本_第2頁
語音識別htk代碼學(xué)習(xí)手冊范本_第3頁
語音識別htk代碼學(xué)習(xí)手冊范本_第4頁
語音識別htk代碼學(xué)習(xí)手冊范本_第5頁
資源描述:

《語音識別htk代碼學(xué)習(xí)手冊范本》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在工程資料-天天文庫

1、完美WORD格式HMM的理論基礎(chǔ)一、HMM定義1.??????N:模型中狀態(tài)的數(shù)目,記t時刻Markov鏈所處的狀態(tài)為2.??????M:每個狀態(tài)對應(yīng)的可能的觀察數(shù)目,記t時刻觀察到的觀察值為3.??????:初始狀態(tài)概率矢量,,,4.??????A:狀態(tài)轉(zhuǎn)移概率矩陣,,,5.??????B:觀察值概率矩陣(適用于離散HMM),,,;對于連續(xù)分布的HMM,記t時刻的觀察值概率為一個離散型的HMM模型可以簡約的記為。二、關(guān)于語音識別的HMM的三個基本問題1.已知觀察序列和模型參數(shù),如何有效的計算。a.直接計算??

2、????????????2-1整理分享完美WORD格式當(dāng)N=5,T=100時大概需進(jìn)行次乘法!b.前向算法定義t時刻的前向變量(forwardvariable),可以通過迭代的方法來計算各個時刻的前向變量:1)初始化(Initialization)當(dāng)t=1時????2-22)遞歸(Induction)當(dāng)時???即:???????????????2-33)終結(jié)(Termination)????????????????????2-4乘法次數(shù)大約為:N2T整理分享完美WORD格式c.后向算法定義t時刻的后向變量(ba

3、ckwardvariable),可以通過迭代的方法來計算各個時刻的后向變量:1)???初始化(Initialization)當(dāng)t=T時,??????????????????????2-52)???遞歸(Induction)當(dāng)時?????即:,??????????2-63)???終結(jié)(Termination)??????????????????2-7?????????????乘法計算次數(shù)約為:N2T2.已知觀察序列和模型參數(shù),在最佳意義上確定一個狀態(tài)序列。定義一個后驗(yàn)概率變量(posterioriprobabil

4、ityvariable)整理分享完美WORD格式??????????2-7??????則最優(yōu)序列可以通過,??????????2-7求得。不過,這樣求得的最優(yōu)序列有些問題。如果,那么這個最優(yōu)序列本身就不存在。這里討論的最佳意義上的最優(yōu)序列,是使最大化時的確定的狀態(tài)序列。即,使最大化時確定的狀態(tài)序列。??????定義為t時刻沿一條路徑,且,輸出觀察序列的最大概率,即:2-8??????下面介紹迭代計算的Viterbi算法:1)???初始化(Initialization),回溯變量:,2)???遞歸(Inducti

5、on)即:????????????????2-8??????????????????2-9整理分享完美WORD格式3)???終結(jié)(Termination)??????????????????2-10???????????????????2-114)???回溯狀態(tài)序列,???????????2-123.已知觀察序列和模型參數(shù),如何調(diào)整模型參數(shù)使最大。定義3.1給定訓(xùn)練序列和模型,時刻Markov鏈處在狀態(tài)和時刻處在狀態(tài)的概率定義如下??????3-1定義3.2給定訓(xùn)練序列和模型,時刻Markov鏈處在狀態(tài)的概率定

6、義如下???????????????3-2定義3.3給定訓(xùn)練序列和模型,從狀態(tài)轉(zhuǎn)移出去的概率為定義3.4給定訓(xùn)練序列和模型,從狀態(tài)轉(zhuǎn)移到狀態(tài)的概率為利用Baum-Welch重估算法可以得到使局部最大時的參數(shù)更新公式。1.?Baum-Welch重估公式的理論基礎(chǔ)引理3.1設(shè),,為正實(shí)數(shù),,,為非負(fù)實(shí)數(shù),那么,由對數(shù)函數(shù)的凹特性,有如下結(jié)論整理分享完美WORD格式????????3-3定義輔助函數(shù)如下??????????3-4其中,為更新前模型參數(shù),為更新后模型參數(shù),為訓(xùn)練序列,為可能的狀態(tài)序列。利用和引理3.1易

7、得????????????3-5式3-5構(gòu)成了重估公式得理論基礎(chǔ),對輔助函數(shù),只要能夠找到,使,從而,這樣,更新后的模型在擬和訓(xùn)練序列方面就比更新前的模型要好,使最大而得到的的參數(shù)更新公式就稱之為Baum-Welch重估公式。引理3.2,,在的約束條件下,函數(shù)的唯一最大值點(diǎn)為。證明如下?求最大值整理分享完美WORD格式令???得:?,同理可證:利用凹函數(shù)特性可知此最大值唯一。2.???????離散HMM模型的重估公式HTK內(nèi)存管理一、????HTK內(nèi)存管理概述C語言編程中,遇到的關(guān)于內(nèi)存分配和釋放的問題主要有如

8、下兩個方面。第一是指針維護(hù)問題。試想,你寫的一個程序執(zhí)行了一系列內(nèi)存空間分配(通常是由malloc函數(shù)完成)操作,為了能夠在以后適當(dāng)?shù)臅r候(通常是你不再需要那些內(nèi)存時)可以將分配的內(nèi)存空間釋放(通常是由free函數(shù)完成),你必須小心謹(jǐn)慎的維護(hù)好這些指向分配的內(nèi)存空間的指針。有經(jīng)驗(yàn)的程序員大概都會有這樣的感受,維護(hù)這些指針并非易事!特別是當(dāng)程序比較復(fù)雜時,尤為如此。如果你一不小心(其實(shí)這

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。