Я хочу сделать встроенный тренинг по распознаванию речи. Вначале я хочу использовать монофон с 3 состояниями, как описано в статье, я могу объединить все телефоны в одном слове или предложении, чтобы создать составную модель хмм, и провести встроенное обучение для составной модели хмм.
нравится эта фотография:
Я удивляюсь, когда пытаюсь это сделать, меня озадачивают некоторые проблемы.
Модель телефона с 3 состояниями также имеет два других состояния: начальное состояние и конечное состояние, как правило, переход разрешен только в зависимости от состояния «я» в состояние «я» и «я» до следующего состояния. Так какой же переход должен быть из одного конечного состояния телефона в следующее начальное состояние телефона? Или начальное и конечное состояние следует игнорировать при конкатенации? Я обнаружил, что поваренная книга HTK направлена на конкатенацию начального и конечного состояний, но установил переход от одного конечного состояния телефона к следующему начальному состоянию телефона на 1,0.
Одно слово может содержать телефон много раз, как объединить один и тот же телефон в матрице A (переход) и матрице B (излучение)? Я понимаю, что нужно объединить матрицу A непосредственно с переходом из одного конечного состояния телефона в следующее начальное состояние телефона 1.0. Матрица B была совместно использована, то же состояние телефона имеет то же распределение излучения.
У меня есть разные слова для обучения. После того, как я обучил одно слово, я получил три параметра: матрица, матрица B и Pi для телефонов в слове, как я могу использовать эти параметры для обучения другого слова?