使用 HMM 进行语音识别

Question

我正在使用 Hmm 对单独的单词进行语音识别。我已经为我的数据库训练了我的 Hmms。我计算并比较传入音频信号的似然概率。我遇到的问题是不同的单词有不同数量的最佳状态，这将给出不同数量的搜索路径（搜索路径数 = states^observations），因此无法比较概率。如何标准化不同数量的状态的影响？

Answer 1

您需要上下文无关语法或语言模型（通常是 3-gram 概率模型）来识别话语而不是单个单词。然后你使用适当的算法来计算每条路径的分数。我强烈建议您查看现有的解决方案，例如 Kaldi 或 CMUSphinx。