上下文相关的GMM-HMM声学模型
一、上下文对音素发音的语谱轨迹的影响
受到上下文的影响,同一个音素的发音语谱轨迹不同
为提高识别准确率,对音素建模时应将这种上下文影响考虑在内
二、基于上下文相关的音素建模
注意,非单音素建模中,每个模型依旧代表一个音素,只是考虑了这个音素的上下文关系而已
(一)双音素diphones
考虑上个音素/下个音素对当前音素的影响
对于ROCK:
两个??分别取决于ROCK的前一个单词的最后一个音素和后一个单词的第一个音素
灰色的边界单元为邻近单词所共享
为语法/词序列中观察到的前后音素的每个组合构建单独的基于双音素的单词模型,
因此,同一个单词对应的单词模型常有多个
有时,根据语法,同一个单词的不同模型的部分可以重叠
由于边界单元为邻近单词所共享,所以不再具有明确识别出的单词级HMM
无法区分哪些双音素是词内,哪些是跨词---单词边界不明确
因此可区分对待词内双音素与跨词双音素---共2xNxN个模型(N为单音素个数)
分别用词内训练数据和跨词训练数据进行训练
(二)三音素triphones
考虑上个音素和下个音素对当前音素的影响
与双音素不同,不存在跨词共享的边界单元
与双音素相同,??与前一个单词和后一个单词相关,同一个单词常对应多个单词模型
有时,根据语法,出现部分重叠
三音素的情况变得更为复杂:
模型数更多,搜索更慢
基于单音素
基于三音素
填料音:背景噪音等,有声填料音:"UM","UH"等
三音素类型:
词内三音素
词首跨词三音素
词尾跨词三音素
单词只有单音素的三音素
(三)多音素nphones
(四)单词vs单音素vs双音素vs三音素vs多音素
1、单词
词汇量大时,为每一个单词建模,导致模型的数量很大,模型很难训练
无法识别训练数据中未出现过的单词---这样的单词实际很多(Zipf定律)
2、单音素
3、双音素
4、三音素---最常用,可通过参数共享控制模型复杂度
三音素数量分布非常接近Zipf定律轨迹
5、多音素
Nphone:
随着N的增大,多音素数量分布轨迹越来越接近Zipf定律,
当N大于3时,相对于收益的增加程度,代价的花费更大,
因此,常使用三音素
三、基于上下文相关的声学模型训练
上下文相关的GMM-HMM声学模型的更多相关文章
- 04(1) 基于上下文相关的GMM-HMM声学模型1
1.上下文对音素发音的语谱轨迹的影响 受到上下文的影响,同一个音素的发音语谱轨迹不同 为提高识别准确率,对音素建模时应将这种上下文影响考虑在内 2.基于上下文相关的音素建模 注意,非单音素建模中,每个 ...
- 04(2) 基于上下文相关的GMM-HMM声学模型2之参数共享
1.三音素建模存在的问题 问题一:很多三音素在训练数据中没有出现(尤其跨词三音素) 问题二:在训练数据中出现过的三音素有相当一部分出现的频次较少 因此,三音素模型训练时存在较严重的数据不足问题 2.参 ...
- 上下文相关的GMM-HMM声学模型续:参数共享
一.三音素建模存在的问题 问题一:很多三音素在训练数据中没有出现(尤其跨词三音素) 问题二:在训练数据中出现过的三音素有相当一部分出现的频次较少 因此,三音素模型训练时存在较严重的数据不足问题 二.参 ...
- [源码解析] PyTorch 分布式 Autograd (3) ---- 上下文相关
[源码解析] PyTorch 分布式 Autograd (3) ---- 上下文相关 0x00 摘要 我们已经知道 dist.autograd 如何发送和接受消息,本文再来看看如何其他支撑部分,就是如 ...
- 语音识别传统方法(GMM+HMM+NGRAM)概述
春节后到现在近两个月了,没有更新博客,主要是因为工作的关注点正从传统语音(语音通信)转向智能语音(语音识别).部门起了个新项目,要用到语音识别(准备基于Kaldi来做).我们之前做的传统音频已基本成熟 ...
- kaldi基于GMM的单音素模型 训练部分
目录 1. gmm-init-mono 模型初始化 2. compile-train-graghs 训练图初始化 3. align-equal-compiled 特征文件均匀分割 4. gmm-acc ...
- HMM拓扑与转移模型
<Topology> <TopologyEntry> <ForPhones> 1 2 3 4 5 6 7 8 </ForPhones> < ...
- JavaScript的执行上下文
在JavaScript的运行过程中,经常会遇到一些"奇怪"的行为,不理解为什么JavaScript会这么工作. 这时候可能就需要了解一下JavaScript执行过程中的相关内容了. ...
- Execution Contexts (执行上下文)
本章我们一起讨论一下ECMAScript的执行上下文及相关可执行代码的各种类型.so...什么是执行上下文?我们来看看定义: 每次当控制器转到ECMAScript可执行代码的时候, 即会进入到一个执行 ...
随机推荐
- 又一道区间DP的题 -- P3146 [USACO16OPEN]248
https://www.luogu.org/problemnew/show/P3146 一道区间dp的题,以区间长度为阶段; 但由于要处理相邻的问题,就变得有点麻烦; 最开始想了一个我知道有漏洞的方程 ...
- nginx 502 Bad Gateway 错误解决办法
nginx出现502有很多原因,但大部分原因可以归结为资源数量不够用,也就是说后端PHP-fpm处理有问题,nginx将正确的客户端请求发给了后端的php-fpm进程,但是因为php-fpm进程的问题 ...
- 2019.01.21 bzoj2989: 数列(二进制分组+主席树)
传送门 二进制分组入门题. 主席树写错调题2h+2h+2h+体验极差. 题意简述:给一堆点,支持加入一个点,询问有多少个点跟(x,y)(x,y)(x,y)曼哈顿距离不超过kkk. 思路:题目要求的是对 ...
- atcoder题目合集(持续更新中)
Choosing Points 数学 Integers on a Tree 构造 Leftmost Ball 计数dp+组合数学 Painting Graphs with AtCoDeer tarja ...
- hadoop hive组件介绍及常用cli命令
Hive架构图 Hive产生原因 1 关系型数据库以产生多年sql成熟 2 简化开发降低成本 3 java成员可编写udf函数 Hive是什么 Hive是基于hadoop的一个数据库工具,使用Hql作 ...
- 好文推荐系列-------(5)js模块化编程
本文主要来源于阮一峰的<Javascript模块化编程>系列文章整合,原文地址:http://www.ruanyifeng.com/blog/2012/10/javascript_modu ...
- C#时间操作总结
命名空间:System.Diagnostics Stopwatch 实例可以测量一个时间间隔的运行时间,也可以测量多个时间间隔的总运行时间.在典型的 Stopwatch 方案中,先调用 Start 方 ...
- 深入浅出javascript(六)对象
2.为什么一切皆对象? <Javascript权威指南>解释了这个问题,问题的起源在于,如果typeof(字符串)返回的是string,并非object,那么为什么字符串也是对象呢? 简单 ...
- Java数组、集合
Vector类 类似C#的ArrayList.可扩展的数组,带有一些特定方法 Hashtable类 与C#的类似 Enumeration接口 类似C#的枚举器
- js获取标签下标
<body> <div class="titTab"> <span>低</span> <span>中</span& ...