使用HMM进行语音识别

Question

我正在使用Hmm进行单独单词的语音识别。我已经为我的数据库训练了我的Hmms。我计算并比较输入音频信号的似然概率。我遇到的问题是不同的单词具有不同数量的最佳状态，这将给出不同数量的搜索路径（搜索路径的数量=状态^观察），因此无法比较概率。如何规范不同数量的状态的影响？

Answer 1

你需要无语境语法或语言模型（通常是3克概率模型）来识别话语而不是单个词。然后使用适当的算法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。