-
解码-解码图表示1-Viterbi算法
——来自《语音识别:从入门到精通- 第一期》·42浏览
@yafuilee 因为HMM只依赖于上一个状态(和上上一个状态及以前没有关系了),所以只要相邻的状态是最优,那全局就是最优。动态规划不是一个(会引入误差的)近似算法,而只是省略了重复计算的步骤,所以得到的还是精确解。
-
第七章中打折率的问题
——来自《语音识别:从入门到精通- 第一期》·30浏览
c对于给定数据来说是一个确定值,统计出来是几个就是几个。c*要根据不同的平滑算法会得到不同的数
-
ppt中的例题确定是没错的,如果有疑问的话你把计算过程发出来看看
-
Viterbi算法的回溯过程是必需的吗?
——来自《语音识别:从入门到精通- 第一期》·32浏览
因为第一次递归(我感觉更准确的叫法应该是递推)过程中,每一个时间节点中都得到了很多个最优路径(并不唯一),只有到了最后一帧才能一步一步的推出来最优的一条路径(排除掉其他的)
-
关于EM算法的Q函数
——来自《语音识别:从入门到精通- 第一期》·67浏览
@ssning 谢谢老师。您说的理解了,我再体会体会
-
关于后验概率的求解
——来自《语音识别:从入门到精通- 第一期》·53浏览
不确定你的这两个变量是什么。。如果这两个变量是对的话,想用np.expand_dim把(18593,)变成(18593,1),然后在.T转置。(1*18593)*(18593*5)就可以算了