文档摘要

2.5 传统声学模型 GMM-HMM 深度学习登场前，主流一直是 GMM-HMM 这套组合拳：HMM 负责状态时序建模，GMM 负责给每个状态算发射概率。它在连续语音识别时代独霸江湖几十年，留下了一整套工程思想，至今值得吃透。本节把 HMM 解决什么问题、GMM 解决什么问题讲清楚，并和你一起过一遍整个流水线。 学习目标 能说出 HMM 在 ASR 里负责哪块问题（时序），GMM 又负责哪块（发射）。 会员。《2.5 传统声学模型 GMM-HMM》收录于灏天文库文集《语音识别技术基础：声学模型与语言模型》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/506-%E8%AF%AD%E9%9F%B3%E8%AF%86%E5%88%AB%E6%8A%80%E6%9C%AF%E5%9F%BA%E7%A1%80%E5%A3%B0%E5%AD%A6%E6%A8%A1%E5%9E%8B%E4%B8%8E%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流