语音识别 之 GMM-HMM
GMM,Gaussian Mixture Model,GMM,高斯混合模型。数据往往不知道是哪个高斯分布,这给GMM的参数初始化带来困难。所有聚类算法都可用于此,常用的有K-means、LBG等。模型自适应,由于各地口音,采集设备,环境噪声等因素的差异,已训练过的GMM-HMM很可能和新领域的测试数据不匹配,导致识别效果变差,甚至性能急剧下降,因此需要做自适应训练。有最大后验概率估计MAP,最大线
·
GMM,Gaussian Mixture Model,GMM,高斯混合模型。
数据往往不知道是哪个高斯分布,这给GMM的参数初始化带来困难。所有聚类算法都可用于此,常用的有K-means、LBG等。
模型自适应,由于各地口音,采集设备,环境噪声等因素的差异,已训练过的GMM-HMM很可能和新领域的测试数据不匹配,导致识别效果变差,甚至性能急剧下降,因此需要做自适应训练。有最大后验概率估计MAP,最大线性似然回归是两种经典的自适应算法MLLR。
匹配反正也是通过类似动态规划实现的。
更多推荐
已为社区贡献9条内容
所有评论(0)