作者
只 林
文章摘要
在人工智能大力发展的今天，语音识别技术已经渗透进家电、通信、工业等方方面面，在信号处理、概率论与信息论等领域发挥重要作用。HMM模型，即隐马尔科夫模型，通过处理时间序列数据，将语音信号离散成状态序列，是实现语音识别的有效方法。本文介绍了隐马尔科夫模型的基本原理，对其进行语音识别的三部分工作评估、解码、学习进行了总结和阐述。通过对隐马尔科夫模型的系统论述，便于全面理解统计模型在实际工作中的应用，以及语音识别工作的内容。
文章关键词
隐马尔科夫模型；语音识别技术；信息论；人工智能
参考文献
[1] 于梦吟,方坤玉,孙昕,等.多模型语音识别算法在智能客服程序中的应用[J].中国高新科技,2024,(15):28-30.
[2] 黄清,方木云.一种基于 HMM 算法改进的语音识别系统[J].重庆工商大学学报(自然科学版),2022,39(05):56-61.
[3] 王宇哲.基于深度学习的空管指挥语音自动识别技术的研究与实现[D].中国民用航空飞行学院,2023.
Full Text:
DOI
