从单音素到三音素模型
1994. 1.为什么要用三音素建模 单音素建模没有考虑协同发音效应，也就是上下文音素会对当前的中心音素 ...
原文：三音素
三音素，音素的一种，与单音素 如t, iy, n 不同，三音素表示为如t iy n，即由三个单音素组成，与单音素iy类似，但其考虑了上下文的关系，即，上文为t，下文为n。 三音素和单音素都是一个隐马尔科夫模型 HMM 三音素是为了考虑上下文的信息 协同发音 倒谱特征提取时，汉宁窗向左 向右包含了冗余的频谱，因此，用三音素代替单音素是合理的 单音素复制为三音素后，状态的个数成指数增加，但复制后的状态 ...
2017-09-09 22:34 0 2640 推荐指数：
相关推荐
kaldi基于GMM的单音素模型 训练部分
目录 1. gmm-init-mono 模型初始化 2. compile-train-graghs 训练图初始化 3. align-equal-compiled 特征文 ...
Kaldi单音素模型 训练部分
在Kaldi中，单音素GMM的训练用的是Viterbi training，而不是Baum-Welch training。因此就不是用HMM Baum-Welch那几个公式去更新参数，也就不用计算前向概率、后向概率了。Kaldi中用的是EM算法用于GMM时的那三个参数更新公式，并且稍有改变 ...
强制对齐普通话音频和分割音素
准备工作 1.安装MFA库，参考官方文档 2.拼音词典可使用MFA中自带的mandarin字典，或下载普通话词典mandarin-for-montreal-forced-aligner-pre-t ...