多媒体技术实验报告
基于GMMHMM的语音识别
姓名：学号：2015年5月24日
f目录基于GMMHMM的语音识别1一、马尔科夫初步概念理解3一两个重要的图3二问题：马尔科夫的开始状态如何确定？4二、马尔科夫的三种问题，以及解法4一解码，4解法一：最大似然路径4解法二Viterbialgorithm4二已知A，B，根据骰子掷出的结果，求出掷出这个结果的概率（模型检验）6解法一：穷举6解法二：前向算法6三知道骰子状态有几种，不知道A，知道B，观察到很多次投骰子的结果（可见状态链），我想反推出A。6三、HMM算法使用条件6一隐性状态的转移必须满足马尔可夫性6二隐性状态必须能够大概被估计。6四、EM算法GMM（高斯混合模型）。7一单高斯分布模型GSM8三样本分类已知情况下的GMM9四样本分类未知情况下的GMM9五、HMMGMM模型在语音识别中的应用11一语言识别的过程11二其中HMM与GMM的作用12
f六、实验结果12一代码阅读以及注释12二实验结果对比12三与DTW结果对比13四实验感想与收获错误未定义书签。五困难与改进错误未定义书签。
一、马尔科夫初步概念理解
一两个重要的图
f二问题：马尔科夫的开始状态如何确定？
二、马尔科夫的三种问题，以及解法
一解码，
已知A，B（隐含状态的数量以及转换概率以及B），根据掷骰子掷出的结果（可见状态链），想知道每次掷出来的都是哪种骰子（隐含状态链r