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(X2X1)P(X3X1,X2)P(X4X1,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
    语音识别技术之连续语音识别_第1张图片
    语音识别系统结构
    语音识别技术之连续语音识别_第2张图片
    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
语音识别技术之连续语音识别_第3张图片
语音识别技术之连续语音识别_第4张图片
语音识别技术之连续语音识别_第5张图片
语音识别技术之连续语音识别_第6张图片

你可能感兴趣的:(笔记)