AI大語音（八）——GMM-HMM聲學模型
基於GMM的0-9孤立詞識別系統以詞為訓練單位，添加新詞匯需要重新進行訓練，若要涵蓋所以詞，差不多6萬個詞，訓練量極大，預測時也要計算6萬個模型的似然，哪個大預測出哪個，在實際應用中有局限性，只能應用於小詞匯量場合。 孤立詞識別系統識別了0-9 ...
原文：傳統聲學模型之HMM和GMM
聲學模型是指給定聲學符號 音素 的情況下對音頻特征建立的模型。 數學表達 用 X 表示音頻特征向量 觀察向量 ，用 S 表示音素 隱藏 內部狀態 ，聲學模型表示為 P X S 。 但我們的機器是個牙牙學語的孩子，並不知道哪個音素具體的發出的聲音是怎么樣的。我們只能通過大量的數據去教他，比如說在拼音 的時候對應 鵝 的發音，而這個過程就是 GMM 所做的，根據數據建立起 這個拼音對應的音頻特征分布， ...
2020-06-28 21:43 0 828 推薦指數：
相關推薦
【sphinx】中文聲學模型訓練
一 .使用CMUSphinx訓練聲學模型 CMUSphinx工具包中自帶好幾個高質量的聲學模型。美語模型，法語，中文模型。這些模型是經過優化的，為了得到最佳的性能，大多數指令交互系統能直接用這些模型，甚至一些大詞匯量的應用也能直接用他們。 除此之外，CMUSphinx提供了功能 ...
PocketSphinx語音識別系統語言模型的訓練和聲學模型的改進
PocketSphinx語音識別系統語言模型的訓練和聲學模型的改進 zouxy09@qq.com http://blog.csdn.net/zouxy09 關於語音識別的基礎知識和sphinx的知識，詳細能夠參考我的另外兩篇博文： 語音識別的基礎知識 ...
語音合成中聲學模型在可控性上的努力
本文主要介紹3種模型，分別是前向注意力（Forward Attention，FA/FA+TA），逐步單向注意力（Stepwise Monotonic Attention，SMA）和FastSpeech2，前兩者都是要求注意力權重盡量保證單調向前。具體來說，假設某一解碼步上的注意力權重 ...
從聲學模型算法總結 2016 年語音識別的重大進步丨硬創公開課
https://zhuanlan.zhihu.com/p/24979135 雷鋒網按：在過去的一年中，語音識別再次取得非常大的突破。IBM、微軟等多家機構相繼推出了自己的 Deep CNN 模型，提升了語音識別的准確率；Residual/Highway 網絡的提出使我們可以把神經網絡訓練 ...
語音識別傳統方法(GMM+HMM+NGRAM)概述
春節后到現在近兩個月了，沒有更新博客，主要是因為工作的關注點正從傳統語音（語音通信）轉向智能語音（語音識別）。部門起了個新項目，要用到語音識別（准備基於Kaldi來做）。我們之前做的傳統音頻已基本成熟，就開始關注在語音識別上了。對於我們來說，這是個全新的領域（雖然都是語音相關的，但是語音通信偏信 ...
隱馬爾科夫模型用於語音識別的原理（HMM+GMM）
本文簡明講述GMM-HMM在語音識別上的原理，建模和測試過程。這篇blog只回答三個問題： 1. 什么是Hidden Markov Model？ HMM要解決的三個問題: 1) Likelihood 2) Decoding 3) Training 2. GMM是神馬？怎樣用GMM求某一 ...
高斯混合模型(GMM)
文章目錄 1. 1. 高斯模型簡介 1.1. 1.1. 單高斯模型 1.2. 1.2. 高斯混合模型 1.3. 1.3. 高斯混合模型與K-means異同 ...