AI大道理 - 博客园

AI大语音（十四）——区分性训练（深度解析）

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

posted @ 2020-11-26 14:51 AI大道理阅读(889) 评论(0) 推荐(0)

AI大语音（十三）——DNN-HMM （深度解析）

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

posted @ 2020-11-23 22:39 AI大道理阅读(1465) 评论(0) 推荐(0)

AI大语音（十二）——WFST解码器（下）（深度解析）

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

posted @ 2020-11-19 23:14 AI大道理阅读(1077) 评论(0) 推荐(0)

AI大语音（十一）——WFST解码器（上）（深度解析）

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

posted @ 2020-11-17 23:35 AI大道理阅读(1256) 评论(0) 推荐(0)

AI大语音（十）——N-gram语言模型（深度解析）

摘要：扫描下方“AI大道理”，选择“关注”公众号上一专题搭建了一套GMM-HMM系统，来识别连续0123456789的英文语音。但若不是仅针对数字，而是所有普通词汇，可能达到十几万个词，解码过程将非常复杂，识别结果组合太多，识别结果不会理想。因此只有声学模型是完全不够的，需要引入语言模型来约束识别结果。阅读全文

posted @ 2020-10-14 16:21 AI大道理阅读(1923) 评论(0) 推荐(0)

AI大语音（九）——基于GMM-HMM的连续语音识别系统

摘要：上一专题GMM-HMM声学模型中讲述了其理论知识，这一章利用理论搭建一套GMM-HMM系统，来识别连续0123456789的英文语音。本系统是单音素，未涉及后面三音子的训练以及决策树的内容。在GMM专题和HMM专题中分别讲述了其训练都是EM算法，那么融合形成GMM-HMM模型后会如何训练？是应用阅读全文

posted @ 2020-10-04 16:54 AI大道理阅读(1679) 评论(2) 推荐(0)

AI大语音（八）——GMM-HMM声学模型

摘要：基于GMM的0-9孤立词识别系统以词为训练单位，添加新词汇需要重新进行训练，若要涵盖所以词，差不多6万个词，训练量极大，预测时也要计算6万个模型的似然，哪个大预测出哪个，在实际应用中有局限性，只能应用于小词汇量场合。孤立词识别系统识别了0-9的数字的英文单词，但是假如有人用英文报电话号码，是识别不阅读全文

posted @ 2020-09-24 14:36 AI大道理阅读(1826) 评论(0) 推荐(0)

AI大语音（七）——基于GMM的0-9语音识别系统

摘要：点击上方“AI大道理”，选择“置顶”公众号重磅干货，细致入微AI大道理 —————— 1 系统概要孤立词识别：语音中只包含一个单词的英文识别识别对象：0-9以及o的英文语音训练数据：330句话，每个字符30句话，11个字符测试数据：110句话，每个字符10句话，11个字符模型：混合高斯模阅读全文

posted @ 2020-08-27 16:15 AI大道理阅读(1217) 评论(0) 推荐(0)

AI大语音（六）——混合高斯模型（GMM）

摘要：点击上方“AI大道理”，选择“置顶”公众号重磅干货，细致入微AI大道理 —————— 1 GMM基础高斯混合模型（GMM）指的是多个高斯分布函数的线性组合，理论上GMM可以拟合出任意类型的分布，通常用于解决同一集合下的数据包含多个不同的分布的情况。灵魂的拷问：为什么GMM可以拟合出任意类型的分阅读全文

posted @ 2020-08-25 17:40 AI大道理阅读(1682) 评论(0) 推荐(0)

AI大语音（五）——隐马尔科夫模型（HMM）

摘要：点击上方“AI大道理”，选择“置顶”公众号重磅干货，细致入微AI大道理 —————— 1HMM基础一模型、两假设、三问题 1）一个模型随机过程：是依赖于参数的一组随机变量的全体，参数通常是时间。随机变量是随机现象的数量表现，其取值随着偶然因素的影响而改变。例如，某商店在从时间t0到时间tK 阅读全文

posted @ 2020-08-20 01:09 AI大道理阅读(1230) 评论(0) 推荐(0)