beam search（束搜索）与 vliterbi（维特比算法）；语音识别算法vad、asr、tts

vliterbi（维特比算法）

动态规划

维特比使用场景：前后状态结果间无关系，相互独立。因而使用在HMM，CRF这样的输出场景中。是全局最优解。

beam search（束搜索）

参考：https://zhuanlan.zhihu.com/p/82829880

贪心算法

beam Search：结果之间有依赖关系。例如：翻译模型、transformer，因为输出依赖与上一个结果的输入。是局部最优解

vad 语音端点检测、语音唤醒（是否是噪音）

参考：https://www.cnblogs.com/dream-and-truth/p/10683684.html
https://zhuanlan.zhihu.com/p/431145202

语音识别算法asr

（相关算法：deepspeech2、kaldi）
参考：https://www.zhihu.com/question/35833334/answer/67944671

ASR识别流程：特征处理》声学模型》语言模型
1）声学模型（语音转音素即拼音，一般是seq2seq翻译模型，会用到beam search）
2）语言模型（这里主要是拼音转汉字，一般用lstm+crf+vliterbi查询）
————————————————————————
语音识别系统的目的，是把语音转换成文字。具体来说，是输入一段语音信号，要找一个文字序列（由词或字组成），使得它与语音信号的匹配程度最高。这个匹配程度，一般是用概率表示的。用X表示语音信号，W表示文字序列，则要求解的是下面这个问题：

---

tts文字转语音

相关算法：fastspeech2