目前 もくぜん 主流 しゅりゅう 的 てき 大 だい 量 りょう 系 けい 采 さい 用 よう 模 も 式 しき 技 わざ 典型 てんけい 的 てき 基 もと 式 しき 方法 ほうほう 的 てき 系 けい 以下 いか 基本 きほん 模 も
信号 しんごう 征 せい 提 ひっさげ 取 ど 模 も 主要 しゅよう 任 にん 入信 にゅうしん 号 ごう 中 ちゅう 提 ひっさげ 取 ど 特 とく 征 せい 供 きょう 声 ごえ 学 がく 模型 もけい 同 どう 可能 かのう 降 くだ 低 てい 信道 のぶみち 人 じん 等 とう 因 いん 素 もと 征 せい 造成 ぞうせい 的 てき 影 かげ 声 こえ 学 がく 模型 もけい 典型 てんけい 系 けい 采 さい 用 よう 基 もと 发音词典 。发音词典包含 ほうがん 系 けい 能 のう 的 てき 集 しゅう 提供 ていきょう 了 りょう 声 ごえ 学 がく 模型 もけい 建 けん 模 も 与 あずか 模型 もけい 建 けん 模 も 映 うつ 射 しゃ 语言模型 もけい 。语言模型 もけい 的 てき 建 けん 模 も 理 り 包括 ほうかつ 正 せい 言 ごと 上下 じょうげ 文 ぶん 文法 ぶんぽう 在 ざい 内的 ないてき 各 かく 言 げん 模型 もけい 都 と 可 か 言 げん 模型 もけい 但 ただし 目前 もくぜん 各 かく 普遍 ふへん 采 さい 用 よう 的 てき 基 もと N元 もと 文法 ぶんぽう 及其变体。解 かい 解 かい 是 ぜ 系 けい 核心 かくしん 之 の 一 いち 入 いれ 的 てき 信号 しんごう 根 ね 据 すえ 声 ごえ 学 がく 模型 もけい 典 てん 能 のう 最大 さいだい 概 がい 率 りつ 号 ごう 的 てき 从数学 がく 角度 かくど 可 か 加 か 清楚 せいそ 的 てき 了解 りょうかい 上述 じょうじゅつ 模 も 首 くび 先 さき 的 てき 最 さい 基本 きほん 是 ぜ 信号 しんごう 或 ある 特 とく 征 せい 序列 じょれつ
O
=
{
O
1
,
O
2
,
⋯
O
n
}
{\displaystyle O=\{O_{1},O_{2},\cdots O_{n}\}}
符号 ふごう 集 しゅう
W
=
{
W
1
,
W
2
,
⋯
,
W
n
}
{\displaystyle {\mathcal {W}}=\{W_{1},W_{2},\cdots ,W_{n}\}}
求 もとめ 解 かい 符号 ふごう 串 くし
W
=
W
1
,
W
2
,
⋯
,
W
k
{\displaystyle W=W_{1},W_{2},\cdots ,W_{k}}
使 つかい 得 とく
W
=
arg
max
P
(
W
|
O
)
{\displaystyle W=\arg \max P(W|O)}
通 つう 贝叶斯公式 しき ，上 うえ 式 しき 可 か 写 うつし
W
=
arg
max
P
(
O
|
W
)
P
(
W
)
P
(
O
)
{\displaystyle W=\arg \max {\frac {P(O|W)P(W)}{P(O)}}}
由 よし 定 じょう 的 てき 串 くし
O
{\displaystyle O}
P
(
O
)
{\displaystyle P(O)}
是 ぜ 的 てき 因 いん 省略 しょうりゃく 不 ふ 会 かい 影 かげ 式 しき 的 てき 最 さい 果 はて 因 いん 可 か 音 おん 的 てき 基本 きほん 公式 こうしき
W
=
arg
max
P
(
O
|
W
)
P
(
W
)
{\displaystyle W=\arg \max P(O|W)P(W)}
从这个角度 ど 来 らい 看 み 信号 しんごう 模 も 提供 ていきょう 了 りょう 入信 にゅうしん 号 ごう 的 てき 理 り 是 ぜ 提供 ていきょう 了 りょう 集 しゅう 的 てき 信号 しんごう
S
{\displaystyle S}
到 いた 特 とく 征 せい 序列 じょれつ
O
{\displaystyle O}
的 てき 映 うつ 射 い
O
:
S
→
O
{\displaystyle {\mathcal {O}}:S\rightarrow O}
学 がく 模型 もけい 本身 ほんみ 定 てい
μ みゅー
=
{
u
1
,
u
2
,
⋯
,
u
m
}
{\displaystyle {\mathcal {\mu }}=\{u_{1},u_{2},\cdots ,u_{m}\}}
提供 ていきょう 了 りょう 在 ざい 特 とく 征 せい 下 か
P
(
O
|
u
k
)
{\displaystyle P(O|u_{k})}
的 てき 方法 ほうほう
为了将 はた 声 こえ 学 がく 模型 もけい 建 けん 模 も 串 くし
U
=
u
1
,
u
2
,
⋯
,
u
l
{\displaystyle U=u_{1},u_{2},\cdots ,u_{l}}
映 うつ 射 い 到 いた 符号 ふごう 集 しゅう
W
{\displaystyle {\mathcal {W}}}
要 よう 作用 さよう 定 てい 映 うつ 射 い
D
:
w
∈
W
→
U
{\displaystyle {\mathcal {D}}:w\in {\mathcal {W}}\rightarrow U}
的 てき 映 うつ 射 しゃ 表示 ひょうじ 方便 ほうべん
W
{\displaystyle {\mathcal {W}}}
到 いた
U
{\displaystyle U}
的 てき 全集 ぜんしゅう
U
{\displaystyle {\mathcal {U}}}
的 てき 笛 ふえ 音 おん
D
{\displaystyle {\mathcal {D}}}
笛 ふえ 一 いち 集 しゅう 有 ゆう
P
(
W
,
U
)
=
{
1
,
(
W
,
U
)
∈
D
0
,
(
W
,
U
)
∉
D
{\displaystyle P(W,U)=\left\{{\begin{array}{*{20}c}{1,(W,U)\in D}\\{0,(W,U)\notin D}\\\end{array}}\right.}
最 さい 后 きさき 模型 もけい 提供 ていきょう 了 りょう
P
(
W
)
{\displaystyle P(W)}
基本 きほん 公式 こうしき 加 か 具体 ぐたい 的 てき 写 うつし 成 なり
W
=
arg
max
P
(
W
)
⋅
P
(
W
,
U
)
⋅
∏
u
i
∈
U
P
(
O
|
u
i
)
{\displaystyle W=\arg \max P(W)\cdot P(W,U)\cdot \prod _{u_{i}\in U}P(O|u_{i})}
对于解 かい 来 らい 要 よう 在 ざい 由 ゆかり
W
{\displaystyle {\mathcal {W}}}
μ みゅー
{\displaystyle {\mathcal {\mu }}}
u
i
{\displaystyle u_{i}}
t
{\displaystyle t}
的 てき 搜索 そうさく 空 そら 上 うえ 式 しき 所 しょ 指 ゆび 明 あかり 的 てき
W
{\displaystyle W}
声 こえ 学 がく 特 とく 征 せい 的 てき 提 ひっさげ 取 ど 与 あずか 是 ぜ 的 てき 一 いち 要 よう 声 こえ 学 がく 特 とく 征 せい 的 てき 提 ひっさげ 取 ど 既 すんで 是 ぜ 目的 もくてき 是 ぜ 使 し 模 も 式 しき 器 き 能 のう 更 さら 好地 こうち
由 よし 音信 いんしん 号 ごう 的 てき 特性 とくせい 特 とく 征 せい 提 ひっさげ 取 ど 在 ざい 短 たん 分析 ぶんせき 偏 へん 移 うつり 通常 つうじょう 取 と 的 てき 或 ある 通常 つうじょう 要 よう 号 ごう 加重 かじゅう 升 ます 高 だか 号 ごう 加 か 窗 まど 免 めん 短 たん 音 おん 段 だん 的 てき 影 かげ
线性预测系 けい 数 すう （Linear Predictive Coefficient，LPC）：线性预测分析 ぶんせき 的 てき 机 つくえ 理 り 入手 にゅうしゅ 通 つう 声 ごえ 道 どう 的 てき 短 たん 管 かん 模型 もけい 的 てき 研究 けんきゅう 系 けい 函数 かんすう 符合 ふごう 全 ぜん 数字 すうじ 器 き 的 てき 形式 けいしき 的 てき 信号 しんごう 可 か 前 ぜん 若干 じゃっかん 的 てき 信号 しんごう 的 てき 来 らい 通 つう 的 てき 采 さい 和 わ 采 さい 之 の 到 いた 均 ひとし 方 かた 差 さ 最小 さいしょう 即 そく 可 か 得 え 到 いた 系 けい 数 すう 的 てき 方法 ほうほう 有 ゆう 自 じ 相 あい 德 とく 法 ほう 差 さ 法 ほう 格 かく 型 がた 法 ほう 等 とう 等 とう 上 じょう 的 てき 快速 かいそく 有效 ゆうこう 保 ほ 与 あずか 参 さん 数 すう 模型 もけい 的 てき 声 こえ 学 がく 特 とく 征 せい 反射 はんしゃ 系 けい 数 すう 等 とう 等 とう 倒 たおせ 数 すう 利用 りよう 同 どう 理 り 方法 ほうほう 音信 いんしん 号 ごう 求 もとめ 傅 でん 立 たて 叶 かのう 后 きさき 取 と 再 さい 求 もとめ 反 はん 得 え 到 いた 倒 たおせ 数 すう 倒 たおせ 在 ざい 器 き 的 てき 系 けい 数 すう 后 きさき 可 か 表明 ひょうめい 使用 しよう 倒 たおせ 高 だか 特 とく 征 せい 参 さん 数 すう 的 てき 性 せい 梅 うめ 率 りつ 倒 たおせ 数 すう 和 わ 感知 かんち 不同 ふどう 等 とう 通 どおり 人的 じんてき 机 つくえ 理 り 的 てき 研究 けんきゅう 到 いた 的 てき 声 こえ 学 がく 特 とく 征 せい 倒 たおせ 数 すう 和 わ 感知 かんち 是 ぜ 的 てき 系 けい 研究 けんきゅう 成果 せいか 出 で 的 てき 声 こえ 学 がく 特 とく 征 せい 的 てき 机 つくえ 理 り 的 てき 研究 けんきゅう 当 とう 相近 すけちか 的 てき 音 おと 出 で 人 にん 只 ただ 能 のう 一 いち 指 ゆび 的 てき 当 とう 音 おん 差 さ 小 しょう 界 かい 人 にん 把 わ 音 おん 成 なり 一 いち 之 の 刻 こく 度 ど 是 ぜ MFCC的 てき 首 くび 先 さき 用 よう FFT 将 はた 时域 信号 しんごう 化成 かせい 频域 ，之 これ 后 きさき 能 のう 量 りょう 依 よ 照 あきら 刻 こく 度 ど 分布 ぶんぷ 的 てき 三角 さんかく 滤波器 き 组进行 ぎょう 卷 まき 最 さい 后 きさき 波 なみ 器 き 的 てき 的 てき 向 むこう 量 りょう 离散余弦 よげん DCT，取前 とりまえ 数 すう 德 とく 去 さ 参 さん 数 すう 但 ただし 在 ざい 自 じ 相 あい 参 まいり 数 すう 的 てき 激励 げきれい 的 てき 能 のう 量 りょう 行 ぎょう 的 てき 方法 ほうほう
以國語 ご 發音 はつおん 為 ため 例 れい 我 わが 將 しょう 分別 ふんべつ 是 ぜ 聲 ごえ 母 はは 與 あずか 韻 いん 母 はは 發音 はつおん 的 てき 過程 かてい 之 の 中 なか 聲 こえ 母 はは 轉變 てんぺん 至 いたり 韻 いん 母 はは 是 ぜ 因 いん 使用 しよう 右文 ゆうぶん 相關 そうかん 聲 ごえ 韻 いん 母 はは 模 も 式 しき 作為 さくい 分析 ぶんせき 方法 ほうほう 可 か 精 せい 準 じゅん 的 てき 辨 べん 正確 せいかく 的 てき 音節 おんせつ
而根據 こんきょ 聲 ごえ 母 はは 的 てき 不同 ふどう 特徵 とくちょう 又 また 可 か 聲 ごえ 母 はは 分 ぶん 為 ため 下面 かめん 四 よん 類 るい
左 ひだり 之 これ 時 じ 頻 しき 圖 ず 右 みぎ 之 これ 時 じ 頻 しき 圖 ず 發音 はつおん 時 じ 嘴 くちばし 唇 くちびる 後 ご 吐出 としゅつ 氣流 きりゅう 製造 せいぞう 出 で 類似 るいじ 爆破 ばくは 的 てき 聲音 こわね 音 おん 震幅 しんぷく 變化 へんか 會 かい 先 さき 降 くだ 至極 しごく 小 しょう 代表 だいひょう 嘴 くちばし 唇 くちびる 後 ご 在 ざい 急 きゅう 劇 げき 上 じょう 升 ます 視 し 是 ぜ 否 いや 有 ゆう 持續 じぞく 送 おく 氣 き 有 ゆう 持續 じぞく 送 おく 氣 き 則 のり 震幅 しんぷく 可能 かのう 會 かい 有 ゆう 一 いち 個 こ 波 なみ 峰 ほう 若 わか 無 む 則 のり 在 ざい 波 なみ 峰 ほう 之 これ 後 ご 震幅 しんぷく 將 しょう 有 ゆう 所 しょ 下降 かこう 與 あずか 便 びん 是 ぜ 前述 ぜんじゅつ 的 てき 關係 かんけい 有 ゆう 持續 じぞく 送 おく 氣 き 則 すなわち 無 む 右 みぎ 圖 ず 左 ひだり 為 ため 右 みぎ 圖 ず 右 みぎ 為 ため
發音 はつおん 時 じ 舌頭 ぜっとう 硬 かた 形成 けいせい 狹窄 きょうさく 的 てき 通 どおり 道 どう 氣流 きりゅう 通過 つうか 時 じ 造成 ぞうせい 發生 はっせい 摩擦 まさつ 由 ゆかり 發出 はっしゅつ 聲 ごえ 響 ひびき 由 よし 摩擦音 まさつおん 是 ぜ 透過 とうか 輸出 ゆしゅつ 氣流 きりゅう 使 つかい 得 とく 聲音 こわね 震幅 しんぷく 變化 へんか 相 しょう 爆破 ばくは 音 おん 變化 へんか 幅 はば 度 ど 等 とう 皆 みな 為 ため 摩擦音 まさつおん
此類型 がた 的 てき 發聲 はっせい 模型 もけい 兼 けん 具 ぐ 爆破 ばくは 音 おん 與 あずか 摩擦音 まさつおん 的 てき 發聲 はっせい 特性 とくせい 要 よう 發聲 はっせい 構造 こうぞう 摩擦音 まさつおん 是 ぜ 由 よし 舌頭 ぜっとう 硬 かた 氣流 きりゅう 通過 つうか 時 じ 產 さん 生 せい 摩擦 まさつ 的 てき 聲音 こわね 通 どおり 道 どう 更 さら 加 か 緊密 きんみつ 使 つかい 得 とく 氣流 きりゅう 會 かい 在 ざい 瞬間 しゅんかん 產 さん 生出 おいで 爆破 ばくは 音 おん 特徵 とくちょう 等 とう
鼻音 びおん 之 の 特徵 とくちょう 發音 はつおん 時 じ 會下 えげ 壓 あつ 下 しも 壓 あつ 後 ご 由 ゆかり 氣管 きかん 吐出 としゅつ 的 てき 氣流 きりゅう 被 ひ 無法 むほう 進入 しんにゅう 口腔 こうくう 因 いん 鼻腔 びこう 口腔 こうくう 會 かい 產 さん 生 せい 共振 きょうしん 圖 ず 的 てき 時 じ 頻 しき 譜 ふ 上 じょう 可 か 顯 あらわ 地 ち 看 み 到 いた 零 れい 點 てん 分 ぶん 共振 きょうしん 的 てき 現象 げんしょう 樣 さま 的 てき 共振 きょうしん 現象 げんしょう 在 ざい 右文 ゆうぶん 相關 そうかん 聲 ごえ 韻 いん 母 はは 模 も 式 しき 下 しも 與 あずか 韻 いん 母 はは 對 たい 更 さら 加 か 明 あかり 顯 あらわ 因 よし 的 てき 重要 じゅうよう 依據 いきょ 之 の 一 いち 右 みぎ 圖 ず 便 びん 為 ため 鼻音 びおん 之 これ 特徵 とくちょう 紅 べに 點 てん 便 びん 為 ため 零 れい 點 てん
而韻母 はは 又 また 有 ゆう 雙 そう 母音 ぼいん 單 たん 母音 ぼいん 之 これ 分 ぶん 端 はし 視 し 再 さい 發生 はっせい 時 じ 是 ぜ 否 いや 有 ゆう 音調 おんちょう 的 てき 改變 かいへん 根據 こんきょ 聲帶 せいたい 振動 しんどう 與 あずか 否 いや 又 また 分 ぶん 為 ため 清音 せいおん 聲帶 せいたい 不 ふ 震動 しんどう 等 とう 差異 さい 以上 いじょう 發音 はつおん 時 じ 不同 ふどう 的 てき 方式 ほうしき 在 ざい 時 じ 頻 しき 圖上 ずじょう 大 だい 多可 たか 相對 そうたい 應 おう 的 てき 特徵 とくちょう 透過 とうか 處理 しょり 傳統 でんとう 影像 えいぞう 處理 しょり 的 てき 方式 ほうしき 達 たち 到 いた 語 ご 音 おと 辨 べん 目的 もくてき
中 ちゅう 文 ぶん 裡 うら 共有 きょうゆう 1個 いっこ 子音 しいん
16個 こ 母音 ぼいん
母音 ぼいん 的 てき 形成 けいせい 是 ぜ 依 よ 音 おん 是 ぜ 口腔 こうくう 或 ある 是 ぜ 鼻腔 びこう 中 ちゅう 某 ぼう 位 い 將 はた 氣流 きりゅう 暫時 ざんじ 堵 と 住 じゅう 後 ご 放 ひ 開 ひらき 形成 けいせい 的 てき 因 いん
子音 しいん 的 てき 能 のう 量 りょう 頻 しき 率 りつ 偏 へん 高 だか 時間 じかん 偏 へん 短 たん 大 だい 多 た 出現 しゅつげん 在 ざい 母音 ぼいん 前 まえ
母音 ぼいん 的 てき 能 のう 量 りょう 頻 しき 率 りつ 偏 へん 低 てい 時 じ 間 あいだ 偏 へん 長 ちょう 出現 しゅつげん 在 ざい 子音 しいん 後 ご 或 ある 是 ぜ 獨立 どくりつ 出現 しゅつげん
子 こ 母音 ぼいん 的 てき 差異 さい 可 か 時 じ 頻 しき 圖上 ずじょう 易 えき 的 てき 驗 けん 證 しょう 並 なみ 差異 さい 來 らい 進行 しんこう 簡單 かんたん 的 てき 子 こ 母音 ぼいん 辨 べん
vowel_voice_123.png 由 よし 上 うえ 圖 ず 可 か 發現 はつげん 子音 しいん 的 てき 振幅 しんぷく 都 と 偏 へん 小 しょう 母音 ぼいん 的 てき 振幅 しんぷく 都 と 比較 ひかく 大 だい 字 じ 為 ため 例 れい 第 だい 一 いち 個 こ 子音 しいん 的 てき 振幅 しんぷく 都 と 直 ちょく 到 いた 母音 ぼいん 一 いち 出現 しゅつげん 之 これ 後 ご 振幅 しんぷく 才 ざい 明 あかり 顯 あらわ 變 へん 大 だい
但 ただし 出現 しゅつげん 雙 そう 母音 ぼいん 的 てき 字 じ 例 れい 一 いち 振幅 しんぷく 會 かい 一 いち 直 ちょく 都 と 導 しるべ 與 あずか 音 おと 之 の 間 あいだ 的 てき 分界 ぶんかい 不 ふ 清楚 せいそ 比較 ひかく 難 なん 單純 たんじゅん 用 よう 振幅 しんぷく 來 らい 判斷 はんだん 音 おん 的 てき 變化 へんか
语音识别系 けい 模型 もけい 通常 つうじょう 由 よし 声 ごえ 学 がく 模型 もけい 和 わ 模型 もけい 部分 ぶぶん 分 ふん 到 いた 音 おと 概 がい 率 りつ 的 てき 和音 わおん 字 じ 概 がい 率 りつ 的 てき 本 ほん 下 か
HMM声 ごえ 学 がく 建 けん 模 も 马尔可 か 夫 おっと 模型 もけい 的 てき 概念 がいねん 是 ぜ 有限 ゆうげん 状 じょう 隐马尔可夫 おっと 模型 もけい HMM是 ぜ 指 ゆび 外界 がいかい 只 ただ 能 のう 看 み 到 いた 各 かく 刻 こく 的 てき 音 おん 系 けい 通常 つうじょう 的 てき 声 こえ 学 がく 特 とく 征 せい 用 よう 刻 こく 画 が 信号 しんごう 出 で 假 かり 或 ある 当 とう 前 まえ 的 てき 状 じょう 移 うつり 有 ゆう 大 だい 降 くだ 低 てい 了 りょう 模型 もけい 的 てき 度 ど 的 てき 解 かい 相 しょう 算法 さんぽう 是 ぜ 前 ぜん 向 こう 算法 さんぽう 算法 さんぽう 和 わ 前 ぜん 向 こう 后 きさき 向 こう 算法 さんぽう
语音识别中 ちゅう 使用 しよう 通常 つうじょう 是 ぜ 用 よう 向 こう 右 みぎ 越 えつ 的 てき 拓 つぶせ 来 らい 元 もと 建 けん 模 も 串 くし 行 ゆき 起 おこし 来 らい 的 てき 音 おん 的 てき 整 せい 型 がた 静 せい 音 おん 起 おこり 来 らい 的 てき 上下 じょうげ 文相 ぶんしょう 模 も 指 ゆび 的 てき 是 ぜ 声 ごえ 机 つくえ 理 り 上 じょう 看 み 人的 じんてき 器官 きかん 在 ざい 使 し 得 とく 后 きさき 上下 じょうげ 文相 ぶんしょう 模 も 方法 ほうほう 在 ざい 建 けん 模 も 影 かげ 使 し 模型 もけい 能 のう 更 さら 准 じゅん 只 ただ 考 こう 考 こう
英 えい 上下 じょうげ 文相 ぶんしょう 模 も 通常 つうじょう 素 もと 元 もと 由 ゆかり 素 もと 后 きさき 音素 おんそ 的 てき 影 かげ 相似 そうじ 的 てき 因 いん 素 もと 解 かい 聚类 进行模型 もけい 参 さん 数 すう 的 てき 共 ども 享 とおる 的 てき 称 しょう 决策树 用 もちい 来 らい 高 だか 效 こう 的 てき 的 てき 通 つう 回答 かいとう 元 もと 清 きよし 等 とう 等 とう 的 てき 最 さい 定 てい 状 じょう 使用 しよう 分 ぶん 模型 もけい 用 よう 行 ぎょう 音素 おんそ 的 てき
语言模型 もけい 主要 しゅよう 分 ぶん 规则模型 もけい 和 わ 统计模型 もけい 两种。统计语言模型 もけい 是 ぜ 用 よう 概 がい 率 りつ 的 てき 方法 ほうほう 来 らい 揭示 けいじ 内在 ないざい 的 てき n元 もと 简单有效 ゆうこう 被 ひ 使用 しよう
n元 もと 型 がた 基 もと 第 だい 的 てき 出 で 与 あずか 前面 ぜんめん 相 しょう 任 にん 何 なん 不 ふ 相 あい 整 せい 句 く 的 てき 概 がい 率 りつ 各 かく 出 で 率 りつ 的 てき 乘 じょう 概 がい 率 りつ 可 か 直接 ちょくせつ 料 りょう 中 ちゅう 同 どう 次 じ 数 すう 得 とく 到 いた 由 よし 算 さん 量 りょう 太 たい 大 だい 常用 じょうよう 的 てき 是 ぜ 二元 にげん 和 わ 三 さん 元 げん
语言模型 もけい 的 てき 性能 せいのう 通 どおり 常用 じょうよう 交叉 こうさ 熵 和 かず 度 ど 来 らい 交叉 こうさ 意 い 用 よう 型 がた 本 ほん 的 てき 或 ある 者 もの 角度 かくど 来 らい 看 み 每 まい 平均 へいきん 要用 ようよう 位 い 来 らい 度 ど 的 てき 意 い 用 よう 型 がた 表示 ひょうじ 数 すう 可 か 每 ごと 的 てき 平均 へいきん 概 がい 率 りつ 平滑 へいかつ 是 ぜ 指 ゆび 的 てき 元 もと 一 いち 率 りつ 序列 じょれつ 通 どおり 言 げん 模型 もけい 得 え 到 いた 一 いち 率 りつ 通常 つうじょう 使用 しよう 的 てき 平滑 へいかつ 技 わざ 图灵估计 、删除插值平滑 へいかつ Katz平滑 へいかつ 和 かず 平滑 へいかつ
连续语音识别中 ちゅう 的 てき 搜索 そうさく 得 え 到 いた 序列 じょれつ 搜索 そうさく 所 しょ 依 よ 据 すえ 的 てき 是 ぜ 式 しき 中 ちゅう 的 てき 声 こえ 学 がく 模型 もけい 打 だ 分 ぶん 和 わ 模型 もけい 打 だ 分 ぶん 在 ざい 使用 しよう 中 ちゅう 往往 おうおう 要 よう 依 よ 据 すえ 言 げん 模型 もけい 加 か 上 じょう 一 いち 置 おけ
Viterbi：基 もと 算法 さんぽう 在 ざい 每 まい 上 じょう 的 てき 各 かく 解 かい 序列 じょれつ 序列 じょれつ 的 てき 后 きさき 率 りつ 保留 ほりゅう 概 がい 率 りつ 最大 さいだい 的 てき 路 ろ 径 みち 每 ごと 点 てん 下相 おりあい 状 じょう 息 いき 最 さい 后 きさき 反 はん 向 こう 序列 じょれつ 算法 さんぽう 在 ざい 不 ふ 最 さい 的 てき 条件下 じょうけんか 同 どう 中 ちゅう 模型 もけい 状 じょう 序列 じょれつ 与 あずか 声 こえ 学 がく 序列 じょれつ 的 てき 非 ひ 界 かい 和 わ 使 し
由 よし 音 おん 前 ぜん 点 てん 之 の 后 きさき 的 てき 情 じょう 法 ほう 基 き 数 すう 的 てき 式 しき 由 よし 算法 さんぽう 的 てき 特性 とくせい 同 どう 因 いん 具有 ぐゆう 可 か 比 ひ 性 せい 束 たば 搜索 そうさく 在 ざい 每 まい 大幅 おおはば 度 ど 的 てき 提 ひさげ 高 だか 了 りょう 搜索 そうさく 的 てき 效率 こうりつ 算法 さんぽう 是 ぜ 当 とう 前 ぜん 搜索 そうさく 中 ちゅう 最 さい 有效 ゆうこう 的 てき 算法 さんぽう 搜索 そうさく 和 わ 多 おお 遍 あまね 搜索 そうさく 搜索 そうさく 中 ちゅう 利用 りよう 各 かく 通常 つうじょう 要 よう 多 おお 遍 あまね 搜索 そうさく 第 だい 在 ざい 使用 しよう 代 だい 的 てき 知 ち 的 てき 第 だい 介 かい 知 ち 有 ゆう 声 ごえ 学 がく 模型 もけい 模型 もけい 和音 わおん 典 てん 可 か 一 いち 遍 へん 搜索 そうさく 高 だか 或 ある 口 くち 理解 りかい 往往 おうおう 要 よう 利用 りよう 更 さら 高 だか 的 てき 上下 じょうげ 文相 ぶんしょう 型 がた 相 しょう 型 がた 分段 ぶんだん 模型 もけい 或 ある 分析 ぶんせき 重 おも 新 しん 打 だ 分 ぶん 最新 さいしん 的 てき 大 だい 系 けい 多 おお 都 と 使用 しよう 多 おお 遍 あまね 搜索 そうさく 策略 さくりゃく
N-best搜索 そうさく 一 いち 表 ひょう 在 ざい 每 まい 点 てん 要 よう 保留 ほりゅう 条 じょう 最 さい 好 このみ 的 てき 路 ろ 径 みち 会 かい 使 し 度 ど 增加 ぞうか 到 いた 倍 ばい 的 てき 是 ぜ 只 ただ 保留 ほりゅう 每 ごと 点 てん 的 てき 若干 じゃっかん 但 ただし 可能 かのう 次 じ 保留 ほりゅう 条 じょう 格 かく 搜索 そうさく 算法 さんぽう 作 さく 相 しょう 可 か 到 いた 生成 せいせい 候 こう 格 かく 的 てき 算法 さんぽう
前 ぜん 向 こう 后 きさき 向 こう 搜索 そうさく 算法 さんぽう 是 ぜ 当 とう 知 ち 了 りょう 前 ぜん 向 むこう 的 てき 搜索 そうさく 后 きさき 搜索 そうさく 中 ちゅう 得 え 到 いた 的 てき 前 ぜん 向 こう 概 がい 率 りつ 可 か 在 ざい 后 きさき 向 こう 搜索 そうさく 的 てき 目 め 数 すう 的 てき 中 ちゅう 因 いん 使用 しよう 式 しき 的 てき 算法 さんぽう 后 きさき 向 こう 搜索 そうさく 地 ち 搜索 そうさく 出 で 条 じょう 候 こう
语音识别系 けい 元 もと 的 てき 要求 ようきゅう 是 ぜ 有 ゆう 准 じゅん 定 てい 能 のう 得 え 到 いた 足 あし 据 すえ 具有 ぐゆう 一般 いっぱん 性 せい 英 えい 通常 つうじょう 采 さい 用 よう 上下 じょうげ 文相 ぶんしょう 音素 おんそ 建 けん 模 も 的 てき 不 ふ 重 じゅう 可 か 用 よう 音 おん 模 も 系 けい 数 すう 据 すえ 大小 だいしょう 与 あずか 模型 もけい 度 ど 有 ゆう 模型 もけい 得 とく 出 で 了 りょう 所 しょ 提供 ていきょう 的 てき 数 すう 据 すえ 的 てき 能力 のうりょく 会 かい 使 し 得 とく 性能 せいのう 急 きゅう 下降 かこう
听写机 つくえ 大 だい 量 りょう 非 ひ 特定 とくてい 人 じん 系 けい 通常 つうじょう 称 しょう 写 うつし 机 つくえ 是 ぜ 建立 こんりゅう 在 ざい 前述 ぜんじゅつ 声 ごえ 学 がく 模型 もけい 和 わ 模型 もけい 基 もと 的 てき 拓 つぶせ 每 ごと 元 もと 用 よう 前 ぜん 向 こう 后 きさき 向 こう 算法 さんぽう 模型 もけい 参 さん 数 すう 将 はた 基 もと 元 もと 串 くし 接 せっ 成 なり 加 か 上 じょう 静 しずか 音 おん 模型 もけい 入 にゅう 模型 もけい 作 さく 移 うつり 概 がい 率 りつ 形成 けいせい 用 よう 算法 さんぽう 解 かい 易 えき 分割 ぶんかつ 的 てき 特 とく 点 てん 先 さき 分割 ぶんかつ 再 さい 是 ぜ 用 よう 高 だか 效率 こうりつ 的 てき 一 いち 化 か 方法 ほうほう
对话系 けい 用 よう 机 つくえ 口 こう 系 けい 前 ぜん 技 わざ 限 げん 系 けい 面 めん 向 こう 一 いち 狭窄 きょうさく 量 りょう 有限 ゆうげん 的 てき 系 けい 材 ざい 有 ゆう 旅 たび 游 ゆう 数 かず 据 すえ 等 とう 等 とう 端 はし 是 ぜ 的 てき 候 こう 格 かく 由 ゆかり 分析 ぶんせき 器 き 分析 ぶんせき 信 しん 息 いき 再 さい 由 よし 管理 かんり 器 き 信 しん 息 いき 由 ゆかり 合成 ごうせい 器 き 由 よし 前 まえ 的 てき 系 けい 往往 おうおう 量 りょう 有限 ゆうげん 提 ひっさげ 取 ど 方法 ほうほう 来 らい 信 しん 息 いき
语音识别系 けい 性能 せいのう 多 た 因 いん 素的 すてき 影 かげ 包括 ほうかつ 不同 ふどう 的 てき 人 じん 方式 ほうしき 信道 のぶみち 等 とう 等 とう 提 ひさげ 高 だか 系 けい 強健 きょうけん 性 せい 是 ぜ 要 よう 提 ひさげ 高 だか 系 けい 克服 こくふく 因 いん 素 もと 影 かげ 能力 のうりょく 使 つかい 系 けい 不同 ふどう 的 てき 条件下 じょうけんか 性能 せいのう 自 じ 的 てき 目的 もくてき 是 ぜ 根 ね 据 すえ 不同 ふどう 的 てき 影 かげ 源 げん 自 じ 有 ゆう 性 せい 地 ち 行 ぎょう 在 ざい 使用 しよう 中 ちゅう 提 ひさげ 高性能 こうせいのう 博士 はかせ 的 てき 不 ふ 特定 とくてい 系 けい 例 れい 以下 いか 性能 せいのう 的 てき 不同 ふどう 因 いん 素 もと 分 ぶん 法 ほう
解 かい 法 ほう 音 おん 特 とく 征 せい 的 てき 方法 ほうほう 以下 いか 称 たたえ 特 とく 征 せい 方法 ほうほう 和 かず 模型 もけい 的 てき 方法 ほうほう 以下 いか 称 たたえ 模型 もけい 方法 ほうほう 分 ぶん 前者 ぜんしゃ 需要 じゅよう 更 さら 好 このみ 的 てき 高 こう 強健 きょうけん 性 せい 的 てき 特 とく 征 せい 参 さん 数 すう 或 ある 是 ぜ 在 ざい 的 てき 特 とく 征 せい 参 さん 数 すう 基 き 加入 かにゅう 后 きさき 者 しゃ 是 ぜ 利用 りよう 少量 しょうりょう 的 てき 自 じ 来 らい 修正 しゅうせい 或 ある 原 はら 有 ゆう 的 てき 人 じん 模型 もけい 使 し 自 じ 模型 もけい
说话人 じん 自 じ 的 てき 特 とく 征 せい 方法 ほうほう 有 ゆう 人 じん 模型 もけい 方法 ほうほう 有 ゆう 贝叶斯方法 ほう 、变换法 ほう 和 わ 模型 もけい 合 あい
语音系 けい 的 てき 包括 ほうかつ 和 わ 加入 かにゅう 的 てき 提 ひさげ 高 だか 系 けい 鲁棒性 せい 的 てき 特 とく 征 せい 方法 ほうほう 包括 ほうかつ 增强 ぞうきょう 和 わ 声 ごえ 干 ひ 敏感 びんかん 的 てき 特 とく 征 せい 模型 もけい 方法 ほうほう 有 ゆう 模型 もけい 方法 ほうほう 和 わ 在 ざい 中 ちゅう 人 じん 加入 かにゅう 信道 のぶみち 包括 ほうかつ 筒 とう 的 てき 使用 しよう 不同 ふどう 度 ど 的 てき 不同 ふどう 增益 ぞうえき 的 てき 前 まえ 置 おけ 放 ひ 大和 やまと 不同 ふどう 的 てき 器 き 等 とう 等 とう 特 とく 征 せい 方法 ほうほう 有 ゆう 量 りょう 中 ちゅう 平均 へいきん 模型 もけい 方法 ほうほう 有 ゆう 倒 たおせ 移 うつり
最大 さいだい 後 ご 驗 けん 機 き 率 りつ 是 ぜ 後 ご 驗 けん 機 き 率 りつ 分布 ぶんぷ 的 てき 利用 りよう 最大 さいだい 後 ご 驗 けん 機 き 率 りつ 可 か 獲得 かくとく 對 たい 實驗 じっけん 數 すう 據 よりどころ 中 ちゅう 無法 むほう 直接 ちょくせつ 觀 かん 的 てき 量的 りょうてき 點 てん 最大 さいだい 似 に 然 しか 中 ちゅう 的 てき 經典 きょうてん 方法 ほうほう 有 ゆう 密 みつ 切 きり 關係 かんけい 但 ただし 是 ぜ 使用 しよう 了 りょう 進 しん 所以 ゆえん 最大 さいだい 後 ご 驗 けん 機 き 率 りつ 可 か 作 さく 是 ぜ 規則 きそく 化 か 的 てき 最大 さいだい 似 に 然 しか
以此為 ため 基礎 きそ 的 てき 自適 じてき 性 せい 方法 ほうほう 有 ゆう 以下 いか 特性 とくせい
越 えつ 大 だい 的 てき 調整 ちょうせい 測 はか 資 し 可 か 結果 けっか 越 えつ 接近 せっきん 理想 りそう 的 てき 客 きゃく 製 せい 化 か 模型 もけい 當 とう 調整 ちょうせい 測 はか 資 し 不足 ふそく 時 じ 無法 むほう 顯著 けんちょ 提 ひさげ 升 ます 模型 もけい 的 てき 精 せい 準 じゅん 度 ど 最大 さいだい 似 に 然 しか 線 せん 性 せい 回歸 かいき
编辑
最大 さいだい 似 に 然 しか 線 せん 性 せい 回歸 かいき 是 ぜ 無 む 監督 かんとく 自適 じてき 應 おう 算法 さんぽう 並 なみ 進行 しんこう 了 りょう 改 あらため 進 しん 是 ぜ 對數 たいすう 據 よりどころ 量 りょう 依賴 いらい 常用 じょうよう 據 よりどころ 量 りょう 的 てき 情況 じょうきょう 或 ある 進行 しんこう 快速 かいそく 自適 じてき 應 おう
一種基於詞網的最大似然線性回歸（Lattice-MLLR）無 む 監督 かんとく 自適 じてき 應 おう 算法 さんぽう 並 なみ 進行 しんこう 了 りょう 改 あらため 進 しん 是 ぜ 根據 こんきょ 解 かい 到 いた 的 てき 詞 し 網 もう 變換 へんかん 參 さん 數 すう 詞 し 網 もう 的 てき 潛在 せんざい 誤 あやま 遠 とお 小 しょう 別 べつ 結果 けっか 因 いん 參 さん 數 すう 更 さら 為 ため 準 じゅん 確 かく 的 てき 實用 じつよう 是 ぜ 對數 たいすう 據 よりどころ 量 りょう 依賴 いらい 常用 じょうよう 據 よりどころ 量 りょう 的 てき 情況 じょうきょう 或 ある 進行 しんこう 快速 かいそく 自適 じてき 應 おう
以此為 ため 基礎 きそ 的 てき 自適 じてき 性 せい 方法 ほうほう 有 ゆう 以下 いか 特性 とくせい
在 ざい 少量 しょうりょう 的 てき 調整 ちょうせい 測 はか 資 し 可 か 著 ちょ 提 ひさげ 升 ます 模型 もけい 的 てき 精 せい 準 じゅん 度 ど 當 とう 調整 ちょうせい 測 はか 資 し 達 たち 到 いた 一定 いってい 量 りょう 後 ご 精 せい 準 じゅん 度 ど 的 てき 提 ひさげ 升 ます 會 かい 進入 しんにゅう 飽和 ほうわ 狀態 じょうたい 有明 ありあけ 顯 あらわ 的 てき 效率 こうりつ 上 うえ 界 かい 而最大 さいだい 似 に 然 しか 線 せん 性 せい 回歸 かいき 也有 やゆう 許多 きょた 變形 へんけい 區 く 塊 かたまり 對 たい 角 かく 最大 さいだい 似 に 然 しか 線 せん 性 せい 回歸 かいき 可 か 更 さら 少量 しょうりょう 的 てき 調整 ちょうせい 測 はか 資 し 下 か 提 つつみ 升 ます 更 さら 大 だい 的 てき 精 せい 準 じゅん 度 ど 然 しか 進入 しんにゅう 準 じゅん 度 ど 的 てき 飽和 ほうわ 狀態 じょうたい 快 かい 精 せい 準 じゅん 度 ど 上限 じょうげん 低 ひく
綜合 そうごう 以上 いじょう 端 はし 視 し 調整 ちょうせい 測 はか 資 し 的 てき 多寡 たか 可 か 選擇 せんたく 適當 てきとう 的 てき 方法 ほうほう 讓 ゆずる 模型 もけい 的 てき 精 せい 準 じゅん 度 ど 最高 さいこう
