Тииэр, т. 77, №2, февраль 1989.
Аннотация. Хотя статистческре методы, основанные на понятии марковского источника, и скрытые марковские модели были впервые выведены и изучены еще в конце 60-х - начале 70-х годов, их популярность значительно возросла в последние годы, что главным образом объясняется двумя причинами. Во-первых, эти модели весьма содержательны по своей математической структуре и, следовательно, могут составить теоретический фундамент лдя широкого круга приложений. Во-вторых, правильное применение этих моделей для решения некоторых задач приводит к очень хорошим результатам. В данной статье предпринята попытка подробно и систематически рассмотреть теоретические аспекты этого типа статистического моделирования, а также показать, каким образом они могут быть использованы при решении различных задач автоматического распознавания речи.
Введение.
Дискретные марковские процессы.
А. обобщение на скрытые марковские процессы.
В. Элементы смм.
С. Три основные проблемы, Связанные с использованием смм.
Решение трех основных проблем.
а. Решение проблемы.
в. Решение проблемы.
с. Решение проблемы.
Типы скрытых марковских моделей.
а. Смм с непрерывной плотностью наблюдений.
в. Авторегрессисонные смм.
с. Варианты структуры смм: Нулевые переходы и связанные состояния.
д. Смм с явно заданной функцией плотности длительности состояний.
е. Критерий оптимальности: Мп, Мви, Мри.
ф. Сравнение скрытых марковских моделей.
ВопРосы применения смм.
А. Масштабирование.
в. Множественные последовательности наблюдений.
с. Начальная оценка параметров смм.
Д. Эффекты связанные с недостаточным объемом обучающих данных.
е. Выбор модели.
Реализация распознавателей речи, Основанных на смм.
А. Общая структура системы распознавания.
в. Распознавание изолированных слов.
с. Клп-Анализ признаков.
д. Векторное квантование.
е. Выбор параметров модели.
ф. Разбиение на состояния с помощью сегментной процедуры к-Средних.
ж. Включение в смм длительностей состояний.
ш. Эффективность смм при распозновании изолированных слов.
Распознование связанных слов на основе смм.
Смм для систем распознавания речи с большим словарем.
Заключение.
заголовки 1-2 уровня без нумерации.
Аннотация. Хотя статистческре методы, основанные на понятии марковского источника, и скрытые марковские модели были впервые выведены и изучены еще в конце 60-х - начале 70-х годов, их популярность значительно возросла в последние годы, что главным образом объясняется двумя причинами. Во-первых, эти модели весьма содержательны по своей математической структуре и, следовательно, могут составить теоретический фундамент лдя широкого круга приложений. Во-вторых, правильное применение этих моделей для решения некоторых задач приводит к очень хорошим результатам. В данной статье предпринята попытка подробно и систематически рассмотреть теоретические аспекты этого типа статистического моделирования, а также показать, каким образом они могут быть использованы при решении различных задач автоматического распознавания речи.
Введение.
Дискретные марковские процессы.
А. обобщение на скрытые марковские процессы.
В. Элементы смм.
С. Три основные проблемы, Связанные с использованием смм.
Решение трех основных проблем.
а. Решение проблемы.
в. Решение проблемы.
с. Решение проблемы.
Типы скрытых марковских моделей.
а. Смм с непрерывной плотностью наблюдений.
в. Авторегрессисонные смм.
с. Варианты структуры смм: Нулевые переходы и связанные состояния.
д. Смм с явно заданной функцией плотности длительности состояний.
е. Критерий оптимальности: Мп, Мви, Мри.
ф. Сравнение скрытых марковских моделей.
ВопРосы применения смм.
А. Масштабирование.
в. Множественные последовательности наблюдений.
с. Начальная оценка параметров смм.
Д. Эффекты связанные с недостаточным объемом обучающих данных.
е. Выбор модели.
Реализация распознавателей речи, Основанных на смм.
А. Общая структура системы распознавания.
в. Распознавание изолированных слов.
с. Клп-Анализ признаков.
д. Векторное квантование.
е. Выбор параметров модели.
ф. Разбиение на состояния с помощью сегментной процедуры к-Средних.
ж. Включение в смм длительностей состояний.
ш. Эффективность смм при распозновании изолированных слов.
Распознование связанных слов на основе смм.
Смм для систем распознавания речи с большим словарем.
Заключение.
заголовки 1-2 уровня без нумерации.