摘要：本文来自公众号“AI大道理” 声学模型的训练一般是基于极大似然准则(ML)，然而ML只考虑正确路径的优化训练，没有考虑降低其他路径的分数，因此识别效果不佳。区分性训练目标是提高正确路径得分的同时降低其他路径的得分，加大这些路径间的差异，因此识别效果更好。 1 互信息 区分性训练的其中一个常用准则叫M 阅读全文

摘要：本文来自公众号“AI大道理” GMM-HMM建模能力有限，无法准确的表征语音内部复杂的结构，所以识别率低。 随着深度学习的崛起，研究人员将其逐步应用于语音识别中。 最开始便是DNN代替了GMM来进行观察状态概率的输出，实现DNN-HMM声学模型框架，大大提高了识别率。 1 GMM-HMM与DNN-H 阅读全文

摘要：本文来自公众号“AI大道理”。 把HMM、语言模型N-gram、发音词典、上下文相关转化成WFST，再进行合成得到一个巨大的WFST。对这个巨大的WFST进行确定化、权重移动、最小化等优化，得到一个浓缩的包含各种约束的网络。语音识别就变成在一个WFST的搜索问题了，使用Viterbi的集束搜索得到最 阅读全文

摘要：点击上方“AI大道理”，选择“置顶”公众号 为了让识别出来的语音符合常规语言表达，引入了语言模型作为约束。 为了加速解码识别效率又引入了WFST解码机制。 解码本质：解码就是在网络中寻找最优路径。 ​解码方式多种多样，各有优缺点。 ​ （注：on-the-fly Rescoring 归为动态解码有待 阅读全文