Оглавление.
Введение. Общие вопросы компьютерного распознавания и порождения речи.1. Программирование звука в Windows.
2. Основы цифровой обработки звуковых сигналов.
3. Определение параметров речевого сигнала.
4. Алгоритмы распознавания.
5. Использование Microsoft Speech API 5.1 для синтеза и распознавания речи.
6. Использование Microsoft Speech API 4.0 для синтеза речи.
Ссылки.
Об авторе.
Компьютерное распознавание и порождение речи
Глава 4. Алгоритмы распознавания.
| Назад | В начало главы | Дальше |
Решение задачи 2. Алгоритм Витерби.
Итак, необходимо выбрать последовательность состояний Q= {q1,q2,…qτ}, которая с наибольшей вероятностью порождает указанную последовательность.
Вводятся переменные:
δt(i) = max P(qt=Si|q1q2…qt-1,o1o2…ot,λ)
то есть максимальную вероятность того, что призаданных наблюдениях до момента t последовательность состояний завершится в момент времени t в состоянии Si, а также
введем переменную ψt(i) для хранения аргументов, максимизирующих δt(i).
Итак, алгоритм Витерби.
1 шаг. Для всех i от 1 до N
δ1(i)=πibi(o1)
ψ1(i)=0
2 шаг. Для всех j от 1 до N и t от 2 до T
| δt(j)= | max | |δt-1(i)aij|bj(ot) |
| i=1..N |
| ψt(j)= | arg max | |δt-1(i)aij| |
| i=1..N |
3 шаг. Получаем наибольшую вероятность наблюдения последовательности o1o2…oT, которая достигается при прохождении некой оптимальной последовательности состояний Q* = {q*1, q*2,…q*T}, для которой к настоящему моменту известно только последнее состояние:
| P*= | max | |δT(i)| |
| i=1..N |
| q*T,= | arg max | |δT(i)| |
| i=1..N |
4 шаг. Восстанавливаем оптимальную последовательность состояний (обратный проход):
Для все t от T-1 до 1 ( шаг =-1)
q*t = ψt+1(q*t+1)
