语音识别技术之连续语音识别
1. 语言模型
P ( X 1 , X 2 , X 3 , X 4 ) = P ( X 1 ) ∗ P ( X 2 ∣ X 1 ) ∗ P ( X 3 ∣ X 1 , X 2 ) ∗ P ( X 4 ∣ X 1 , X 2 , X 3 ) P(X_1,X_2,X_3,X_4)=P(X_1)*P(X_2|X_1)*P(X_3|X_1,X_2)*P(X_4|X_1,X_2,X_3) P(X1,X2,X3,X4)=P(X1)∗P(X2∣X1)∗P(X3∣X1,X2)∗P(X4∣X1,X2,X3)
常见形式为N-Gram，每个词只与前N-1个词有关。
其他形式：最大熵、神经网络……
大词汇量：
- 不能为每个单词训练HMM，改为用每个音素训练一个HMM
HMM复合：
- 音素HMM按词典拼接成单词HMM
- 单词HMM与语言模型复合成语言HMM
语音识别系统结构
1990-2010该框架没有变化，只是打了很多补丁… - 上下文有关模型
- 区分式训练
- 说话人适应
- 二次打分
评价指标：词错误率
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！