Modern general-purpose speech recog

Modern general-purpose speech recognition systems
are based on Hidden Markov Models (HMM). HMM
is a doubly stochastic process with an underlying
stochastic process that is not observable (it is hidden),
but can only be observed through another set of
stochastic processes that produce the sequence of observed
symbols [7], [8]. HMMs are statistical models
that output a sequence of symbols or quantities, and
are used in speech recognition because a speech signal
can be viewed as a piecewise stationary signal or
a short-time stationary signal. In a short time-scales
(e.g., 10 milliseconds), speech can be approximated
as a stationary process. Speech can be thought of as a
Markov model for many stochastic purposes [9]. Another
reason why HMMs are popular is because they
can be trained automatically and are simple and computationally
feasible to use. In speech recognition, the
hidden Markov model would output a sequence of ndimensional
real-valued vectors (with n being a small
integer, such as 10), outputting one of these every 10
milliseconds. The vectors would consist of cepstral
coefficients, which are obtained by taking a Fourier
transform of a short time window of speech and decorrelating
the spectrum using a cosine transform,
then taking the first (most significant) coefficients. The
hidden Markov model will tend to have in each state
a statistical distribution that is a mixture of diagonal
covariance Gaussians, which will give a likelihood for
each observed vector. Each word

ผลลัพธ์ (ไทย) 1:

ระบบการรู้จำเสียงวัตถุที่ทันสมัยงานบนซ่อน Markov รุ่น (HMM) อืมมเป็นกระบวนการแบบเฟ้นสุ่มสองเหตุการณ์ ด้วยเป็นต้นกระบวนการแบบเฟ้นสุ่มที่ไม่ observable (ถูกซ่อนอยู่),แต่สามารถสังเกตได้ผ่านชุดอื่นเท่านั้นสังเกตที่ลำดับของกระบวนการแบบเฟ้นสุ่มสัญลักษณ์ [7], [8] HMMs เป็นแบบจำลองสถิติที่แสดงลำดับของสัญลักษณ์หรือปริมาณ และใช้ในการรู้จำเสียงได้เนื่องจากสัญญาณคำพูดสามารถใช้เป็นเครื่องเขียน piecewise สัญญาณ หรือสัญญาณกับเวลาสั้น ๆ ในระยะเวลาอันสั้นเครื่องชั่ง(เช่น 10 มิลลิวินาที), คำพูดสามารถหาค่าประมาณเป็นกระบวนการเครื่องเขียน เสียงสามารถถือได้ว่า เป็นการรุ่น Markov ประสงค์หลายสโทแคสติก [9] อื่นเหตุผลที่ทำไม HMMs ได้รับความนิยมเป็นเพราะพวกเขาสามารถฝึกโดยอัตโนมัติ และมีง่าย และ computationallyเป็นไปได้ในการใช้ ในการรู้จำเสียง การรุ่น Markov ซ่อนไว้จะแสดงลำดับของ ndimensionalมูลค่าจริงเวกเตอร์ (มี n ที่มีขนาดเล็กจำนวนเต็ม เช่น 10), แสดงผลหนึ่งทุก 10มิลลิวินาที แบบเวกเตอร์จะประกอบด้วย cepstralสัมประสิทธิ์ ซึ่งจะได้รับ โดยการฟูรีเยแปลงของหน้าต่างเวลาคำพูดและ decorrelatingสเปกตรัมโดยใช้การแปลงโคไซน์แล้ว นำค่าสัมประสิทธิ์ (สำคัญสุด) ครั้งแรก ที่รุ่น Markov ซ่อนจะมักจะ มีในแต่ละรัฐการกระจายทางสถิติที่มีส่วนผสมของเส้นทแยงมุมความแปรปรวนร่วมของ Gaussians ซึ่งจะทำให้โอกาสในแต่ละเวกเตอร์สังเกต แต่ละคำ

ผลลัพธ์ (ไทย) 2:

โมเดิร์นวัตถุประสงค์ทั่วไประบบรู้จำเสียงพูด
จะขึ้นอยู่กับรุ่นที่ซ่อนมาร์คอฟ (HMM) อืม
เป็นกระบวนการสุ่มทวีคูณกับต้นแบบ
กระบวนการสุ่มที่ไม่ได้เป็นที่สังเกตได้ (มันถูกซ่อนอยู่)
แต่สามารถสังเกตผ่านชุดของอีก
กระบวนการ stochastic ที่ผลิตลำดับของการสังเกต
สัญลักษณ์ [7] [8] HMMs เป็นแบบจำลองทางสถิติ
ว่าการส่งออกลำดับของสัญลักษณ์หรือปริมาณและ
จะใช้ในการรู้จำเสียงพูดเพราะสัญญาณเสียงพูด
สามารถดูเป็นค่สัญญาณนิ่งหรือ
เวลาสั้นสัญญาณนิ่ง ในเวลาชั่งสั้น
(เช่น 10 มิลลิวินาที), การพูดสามารถประมาณ
เป็นกระบวนการนิ่ง คำพูดอาจจะคิดว่าเป็น
รูปแบบมาร์คอฟเพื่อวัตถุประสงค์ในการสุ่มหลาย [9] อีก
เหตุผลที่ว่าทำไม HMMs เป็นที่นิยมเป็นเพราะพวกเขา
สามารถได้รับการฝึกฝนโดยอัตโนมัติและมีความเรียบง่ายและคอมพิวเตอร์
เป็นไปได้ที่จะใช้ ในการรับรู้คำพูด
รูปแบบที่ซ่อนมาร์คอฟจะส่งออกลำดับของ ndimensional
เวกเตอร์จริงมูลค่า (กับ n เป็นขนาดเล็ก
จำนวนเต็มเช่น 10), การแสดงผลหนึ่งของเหล่านี้ทุก 10
มิลลิวินาที เวกเตอร์จะประกอบด้วย Cepstral
สัมประสิทธิ์ซึ่งจะได้รับโดยการฟูริเยร์
แปลงของหน้าต่างเวลาสั้น ๆ ในการพูดและ decorrelating
คลื่นความถี่โดยใช้โคไซน์แปลง
แล้วนำครั้งแรก (สำคัญที่สุด) ค่าสัมประสิทธิ์
รูปแบบที่ซ่อนมาร์คอฟจะมีแนวโน้มที่จะมีในแต่ละรัฐ
กระจายทางสถิติที่เป็นส่วนผสมของเส้นทแยงมุม
แปรปรวน Gaussians ซึ่งจะให้โอกาสสำหรับ
แต่ละสังเกตเวกเตอร์ แต่ละคำ

ผลลัพธ์ (ไทย) 3:

ระบบการรู้จำเสียงพูดเอนกประสงค์ที่ทันสมัยบนพื้นฐานของแบบจำลองฮิดเดนมาร์คอฟ ( อืม ) หืม
คือกระบวนการ stochastic ทวีคูณกับต้นแบบกระบวนการ stochastic ที่ไม่ได้สังเกต

( มันซ่อนอยู่ ) แต่สามารถสังเกตได้ผ่านอีกชุด
นัยน์เนตรที่ผลิตลำดับสังเกต
สัญลักษณ์ [ 7 ] , [ 8 ] hmms เป็นโมเดลทางสถิติ
ที่ผลิตลำดับของสัญลักษณ์ หรือ ปริมาณที่ใช้ในการรู้จำเสียงพูดและ

เพราะสัญญาณเสียงพูดสามารถดูเป็นเป็นช่วงเครื่องเขียนสัญญาณหรือ
ไม่นานเครื่องเขียนสัญญาณ ในเวลาอันสั้นเกล็ด
( เช่น 10 มิลลิวินาที ) , การพูดสามารถประมาณค่า
เป็นกระบวนการที่นิ่ง คำพูดอาจจะคิดเป็นแบบมาร์คอฟเพื่อวัตถุประสงค์หลายอ
[ 9 ] อีก
เหตุผลที่ hmms เป็นที่นิยมเพราะพวกเขา
สามารถฝึกฝนได้โดยอัตโนมัติและจะง่ายและ computationally
เป็นไปได้ที่จะใช้ ในการรู้จำเสียงพูด ,
ฮิดเดนมาร์คอฟโมเดล จะส่งออกเป็นลำดับ ndimensional
จริงมูลค่าเวกเตอร์ ( n เป็นจำนวนเต็มขนาดเล็ก
เช่น 10 ) , การสร้างหนึ่งของเหล่านี้ทุก 10
มิลลิวินาที เวกเตอร์จะประกอบด้วยสัญญาณเซปส์ตรัม
สัมประสิทธิ์ซึ่งจะได้รับโดยการใช้ฟูเรียร์
แปลงของหน้าต่างในช่วงเวลาสั้น ๆของการพูด และการใช้คลื่นความถี่ต่อไป

แล้วโคไซน์แปลงแรก ( สำคัญที่สุด ) ค่าสัมประสิทธิ์
ฮิดเดนมาร์คอฟโมเดลจะมีแนวโน้มที่จะมีในแต่ละรัฐ
การแจกแจงทางสถิติที่เป็นส่วนผสมของเส้นทแยงมุม
ร่วม gaussians ซึ่งจะให้โอกาสสำหรับ
แต่ละสังเกตเวกเตอร์ แต่ละคำ