Buy Database

单音素建模没有考虑这种协同发音效应为了考虑该影响实际操作中需要使用上下文相关的音素也被称为音子作为基本单元进行声学建模即考虑当前音素的前个音素和后个音素使得模型描述更加精准。 对音子进行精细建模需要大量的训练数据而实际上对于某些音子而言数据很难获得同时精细建模导致模型建模单元数量巨大例如音素表有个音素则需要的音子总数为:=模型参数显然急剧增加。




因此严格意义上的音子精细建模不太现实往往通过状态绑 阿尔及利亚电话号码列表 定策略来减小建模单元数目典型的绑定方法有模型绑定、决策树聚下面将着重介绍类声学模型包括基于-的声学模型、基于-的声学模型以及端到端模型。

基于-的声学模型是种统计分析模型它是在马尔可夫链的基础上发展起来的用来描述双重随机过程。的理论基础在年前后由等人建立随后由的和的等人应用到语音识别中..和.等人进步推动了的应用和发展。有算法成熟、效率高、易于训练等优点自世纪年代开始被广泛应用于语音识别、手写字识别和天气预报等多个领域目前仍然是语音识别中的主流技术。




基于-的声学模型尽管具有拟合任意复杂分布的能力但它也有个严重的缺陷即对非线性数据建模效率低下。因此很久以前相关研究人员提出采用人工神经网络代替建模状态后验概率。但是由于当时计算能力有限很难训练两层以上的神经网络模型所以其带来的性能改善非常微弱。