声学模型学习笔记(一) HMM
2019-05-02 09:31
127 查看
“声学模型学习笔记”是《automatic speech recognition a deep learning approach》这本书的读书笔记,会有少量的个人理解和公式详细推导,声学入门狗一枚,不具有指导意义,具体以原书和列出的参考文献为准,欢迎指导和讨论。
HMM含义
Markov Chains
马尔科夫链,表示一个状态到另一个状态转换的随机过程。该过程要求具备“无记忆”的性质:下一状态的概率分布只能由当前状态决定,在时间序列中它前面的事件均与之无关。这种特定类型的“无记忆性”称作马尔可夫性质。
假设状态空间qt∈s(j),j=1,2,...,Nq t ∈s (j) ,j=1,2,...,N的概率
hmm需要解决的三个问题
- 概率计算问题:已知λ
相关文章推荐
- 声学模型学习笔记(一) HMM
- 声学模型学习笔记(三) DNN-HMM hybrid system
- 声学模型学习笔记(六) representation learning
- 声学模型学习笔记(七) advanced deep models
- 分词算法模型学习笔记(一)——HMM
- 【学习笔记】HMM统计模型
- 学习笔记之HMM模型
- 声学模型学习笔记(二) DNN
- 声学模型学习笔记(四) dnn speedup
- 声学模型学习笔记(五) SDT(MMI/BMMI/MPE/sMBR)
- 机器学习之模型评估与模型选择(学习笔记)
- 机器学习学习笔记--HMM从雅虎拿股票数据分析
- 【个人笔记】迁移学习:tensorflow利用inception_v3模型和retrain实现图像分类训练
- tensorflow学习笔记(八):模型持久化 saver and restore
- 统计语言模型学习笔记
- Dubbo -- 系统学习 笔记 -- 示例 -- 线程模型
- Away3D引擎学习笔记(三)模型拾取(翻译)
- Sprite3D学习笔记(一):3D模型的换装功能.
- HBase学习笔记——物理模型
- CSS学习笔记----盒子模型