基於DNN-HMM的語音識別技術
基於DNN-HMM的語音識別聲學模型結構如下圖所示，與傳統的基於GMM-HMM的聲學模型相比，唯一不同點在於用DNN替換了GMM來對輸入語音信號的觀察概率進行建模。DNN與GMM相比具有如下優點： DNN不需要對聲學特征所服從的分布進行假設； DNN的輸入可以采用連續的拼接幀 ...
原文：AI大語音（十三）——DNN-HMM （深度解析）
本文來自公眾號 AI大道理 GMM HMM建模能力有限，無法准確的表征語音內部復雜的結構，所以識別率低。 隨着深度學習的崛起，研究人員將其逐步應用於語音識別中。 最開始便是DNN代替了GMM來進行觀察狀態概率的輸出，實現DNN HMM聲學模型框架，大大提高了識別率。 GMM HMM與DNN HMM對比 DNN HMM用DNN替換了GMM來對輸入語音信號的觀察概率進行建模。GMM對HMM中的后驗概率 ...
2020-11-23 22:39 0 435 推薦指數：
相關推薦
AI大語音（十一）——WFST解碼器（上）（深度解析）
點擊上方“AI大道理”，選擇“置頂”公眾號 為了讓識別出來的語音符合常規語言表達，引入了語言模型作為約束。 為了加速解碼識別效率又引入了WFST解碼機制。 解碼本質：解碼就是在網絡中尋找最優路徑。 解碼方式多種多樣，各有優缺點。 （注：on-the-fly ...
AI大語音（五）——隱馬爾科夫模型（HMM）
點擊上方“AI大道理”，選擇“置頂”公眾號 重磅干貨，細致入微AI大道理 —————— 1HMM基礎 一模型、兩假設、三問題 1）一個模型 隨機過程：是依賴於參數的一組隨機變量的全體，參數通常是時間。隨機變量是隨機現象的數量表現，其取值隨着偶然因素的影響而改變。 例如，某商店在從 ...
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 ...
AI大語音（十）——N-gram語言模型（深度解析）
掃描下方“AI大道理”，選擇“關注”公眾號 上一專題搭建了一套GMM-HMM系統，來識別連續0123456789的英文語音。但若不是僅針對數字，而是所有普通詞匯，可能達到十幾萬個詞，解碼過程將非常復雜，識別結果組合太多，識別結果不會理想。因此只有聲學模型是完全不夠的，需要引入語言模型來約束識別 ...
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 ...
智能語音技術的深度解析
歡迎大家前往騰訊雲+社區，獲取更多騰訊海量技術實踐干貨哦~ 本文由騰訊雲AI中心發表於雲+社區專欄 廣義上來講智能語音技術有各種各樣的定義，以上是常見的一些熱門的場景。語音識別，剛才羅老師也分享了部分內容。語音合成是文字變成語音，這部分我們后面會詳細展開。再往后看，聲紋識別 ...
《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 ...