AI大語音（九）——基於GMM-HMM的連續語音識別系統
上一專題GMM-HMM聲學模型中講述了其理論知識，這一章利用理論搭建一套GMM-HMM系統，來識別連續0123456789的英文語音。 本系統是單音素，未涉及后面三音子的訓練以及決策樹的內容。 在GMM專題和HMM專題中分別講述了其訓練都是EM算法，那么融合形成GMM-HMM模型后會 ...
原文：機器學習&數據挖掘筆記_14（GMM-HMM語音識別簡單理解）
為了對GMM HMM在語音識別上的應用有個宏觀認識，花了些時間讀了下HTK 用htk完成簡單的孤立詞識別 的部分源碼，對該算法總算有了點大概認識，達到了預期我想要的。不得不說，網絡上關於語音識別的通俗易懂教程太少，都是各種公式滿天飛，很少有說具體細節的，當然了，那需要有實戰經驗才行。下面總結以下幾點，對其有個宏觀印象即可 以孤立詞識別為例 。 一 每個單詞的讀音都對應一個HMM模型，大家都知道H ...
2013-08-23 07:34 1 34167 推薦指數：
相關推薦
機器學習&數據挖掘筆記_13（用htk完成簡單的孤立詞識別）
最近在看圖模型中著名的HMM算法，對應的一些理論公式也能看懂個大概，就是不太明白怎樣在一個具體的機器學習問題（比如分類，回歸）中使用HMM，特別是一些有關狀態變量、觀察變量和實際問題中變量的對應關系，因此目前急需一個實際例子來加深對HMM算法的仰慕，大家如有好的例子來具體學HMM算法的話 ...
《語音識別的前世今生：GMM+HMM & 深度學習》講座筆記
這是我4月份在BitTiger公開課聽的王贇大牛《語音識別的前世今生》整理的筆記 ，本來打算整理通暢再發的，結果實在沒時間就一拖再拖。筆記有些草率，不過應該可以看明白，希望可以對有用，也祝王贇大神好 ...
機器學習&數據挖掘筆記_25（PGM練習九：HMM用於分類）
前言： 本次實驗是用EM來學習HMM中的參數，並用學好了的HMM對一些kinect數據進行動作分類。實驗內容請參考coursera課程：Probabilistic Graphical Models 中的的最后一個assignmnet.實驗用的是kinect關節點數據 ...
機器學習&數據挖掘筆記_10（高斯過程簡單理解）
前言： GP（高斯過程）是一種自然界中普遍存在且重要的隨機過程，也叫正態隨機過程，在ML等領域應用比較廣泛。本次實驗目的是簡單理解下GP，特別是要體驗到GP的一個sample不再是一個普通的點，而是一個函數。實驗部分完成了常見的GP的一維和二維sample的顯示，常見的GP有線 ...
機器學習&數據挖掘筆記_12（對Conjugate Gradient 優化的簡單理解）
數學優化方法在機器學習算法中至關重要，本篇博客主要來簡單介紹下Conjugate Gradient(共軛梯度法，以下簡稱CG)算法，內容是參考的文獻為：An Introduction to the Conjugate Gradient Method Without ...
機器學習&數據挖掘筆記_15（關於凸優化的一些簡單概念）
沒有系統學過數學優化，但是機器學習中又常用到這些工具和技巧，機器學習中最常見的優化當屬凸優化了，這些可以參考Ng的教學資料：http://cs229.stanford.edu/section/cs229-cvxopt.pdf，從中我們可以大致了解到一些凸優化的概念，比如凸集，凸函數，凸 ...
機器學習&數據挖掘筆記_16（常見面試之機器學習算法思想簡單梳理）
前言： 找工作時（IT行業），除了常見的軟件開發以外，機器學習崗位也可以當作是一個選擇，不少計算機方向的研究生都會接觸這個，如果你的研究方向是機器學習/數據挖掘之類，且又對其非常感興趣的話，可以考慮考慮該崗位，畢竟在機器智能沒達到人類水平之前，機器學習可以作為一種重要手段 ...