-
-
-
HMM的C语言实现
马尔可夫模型的概念是一个离散时域有限状态自动机，隐马尔可夫模型HMM是指这一马尔可夫模型的内部状态外界不可见，外界只能看到各个时刻的输出值。对语音识别系统，输出值通常就是从各个帧计算而得的声学特征。用HMM刻画语音信号需作出两个假设，一是内部状态的转移只与上一状态有关，另一是输出值只与当前状态（或当前的状态转移）有关，这两个假设大大降低了模型的复杂度。本文档用C语言实现隐马尔可夫链，作为语音识别技术的先导。
-
-
DNN-HMM Based Multilingual Recognizer of Telephone Speech
... acoustic modeling in the LVCSR task was performed for the GMM-HMM system and for the DNN-GMM approach. The experiments were performed ... results about 4%WER on average.
The results for the multilingual HMM system reached the values from 25%-37%WER.The DNN ...
-
HMM学习梳理及总结
总结梳理的HMM相关的知识，从马尔科夫开始总结，然后引入到隐马尔科夫，结合一些例子。不过对算法部分还没有深入梳理，后续再补充
-
-
-
HMM的基本思路！
隐马尔科夫模型（Hidden Markov Model，以下简称HMM）是比较经典的机器学习模型了，它在语言识别，自然语言处理，模式识别等领域得到广泛的应用。当然，随着目前深度学习的崛起，尤其是RNN，LSTM等神经网络序列模型的火热，HMM的地位有所下降。但是作为一个经典的模型，学习HMM的模型和对应算法，对我们解决问题建模的能力提高以及算法思路的拓展还是很好的。本文是HMM系列的第一篇，关注于HMM模型的基础。
-
-
-
Go To English Version 超过100万源码资源，1000万源码文件免费下载
