自然语言第四课（HMM）
摘要：
Hidden Markov Model（HMM） X是输入语音序列，Y是输出文字，我们的目标是穷举所有可能的Y，找到一个P(Y|X)最大化。这个过程叫作解码。 根据贝叶斯定律，我们可以把它变成P(X|Y)P(Y)/P(X)。 由于P(X)与我们的解码任务是无关的，因为不会随着Y变化而变化，所以我们只 阅读全文
posted @ 2022-09-20 09:29 陈willing 阅读(185) 评论(0) 推荐(0) 编辑