之前做过的GMM-HMM孤立词识别，现在整理一下。

这里我们把输入的语音当做语音识别中的一个音素来建模，假定建模的HMM状态链是7状态的，因此， 孤立词识别就是只用到了声学模型部分，没有涉及语言模型这些。

1、将输入的一段语音进行分帧，对每帧计算MFCC特征，得到一组特征向量。比如（99*39 99帧，特征维度为33）.

2、用无监督方法EM对特帧向量进行训练，得到5个GMM模型的参数（对应HMM状态数,7-2=5，开始与结束的两个状态没有GMM模型参数），包括均值、方差等权重值。HMM模型，包括转移概率。这里的GMM可以看做是一个聚类器，其训练过程可以看成是聚类器训练的过程。

3、解码过程用viterbi算法。解码输入一组特征向量，比如（99*39 99帧，特征维度为33）。对每一帧用GMM计算隐藏状态的概率值，得到（99*5）二维概率数组。结合HMM的转移概率，利用viterbi算法进行路径搜索，得到最大概率值。

4、将解码得到的概率值与预先设置的阈值比较大小，判决是否被识别。

 

 

 

 

 

Logo
CSDN学习社区

CSDN联合极客时间，共同打造面向开发者的精品内容学习社区，助力成长！

更多推荐

嵌入式作业（七）：基于Ardunio的STM32串口通信

嵌入式作业（七）0作业要求1Ardunio 完成STM32的串口通信（1）安装Ardunio IDE（2）stm32串口通信2关于 stduino IDE0作业要求安装 Ardunio IDE 和相关软件支持库，在Ardunio 完成STM32板子的串口通信程序：（1）持续向串口输出“Hello world！”；（2）当接收到“stop!”时，停止输出。网上有一个国人版的MCU集成开发平台， st

avatar CSDN学习社区

JDBC详解

JDBC文章目录JDBC什么是JDBC?JDBC驱动程序:Java使用JDBC访问数据库的步骤:设置classpath:Oracle连接字符串的书写格式:简单的例子:常用数据库的驱动程序及JDBC URL:Oracle数据库:SQL Server数据库MySQL数据库Access数据库PreparedStatement接口:JNDI-数据源（Data Source）与连接池（Connection

avatar CSDN学习社区

“模式识别与机器学习”学习笔记no2.再谈感知机

接**上篇：上篇主要进行了PLA，Pocket算法的理论过程分析和在给定数据集上利用pocket算法对数据集进行分类学习，得到错分数量最少的分类面。上篇中pocket算法的过程已经进行了编程和测试，框架已经建立了起来，这一篇主要上篇中没有提到或涉及不深的几个问题。1.数据集的构造。上篇是直接使用了题目给的向量，这次来根据正态分布来产生数据集。np.random.normal函数可以根据均值和方差生

avatar CSDN学习社区