statistics - 隐马尔可夫模型 - 识别音素

Question

我正在开发一个识别音素的项目，以便能够识别某人是在说“是”还是“否”。

到目前为止，在项目中，我已经使用过零来识别这个人在说什么，这非常有效，而且看起来很容易理解。然而，该项目需要一些改进，并且必须使用隐马尔可夫模型进行开发。

我的问题是这样的：

我想开发一个隐马尔可夫模型，而不删除我已经完成的工作。即，我通过计算过零的数量以及块的总和来去除不值得考虑的数据。

我不明白我需要什么数据来训练 HMM 才能识别这些音素。例如

对于过零，我已经确定：

是 - 过零开始低，然后值增加

否 - 零交叉点从低位开始，然后不随值增加。

我可以训练我的 HMM 算法以便它解释这些值吗？

或者任何人都可以建议一种方法，我可以训练 HMM 以识别样本中输入的单词？

希望有人可以提供帮助:)！

score 2 · Accepted Answer

我可以训练我的 HMM 算法以便它解释这些值吗？

当然是

或者任何人都可以建议一种方法，我可以训练 HMM 以识别样本中输入的单词？

您只需将零交叉率与第 14 个特征等 MFCC 特征一起放入特征文件中，并使用任何标准 HMM 训练工具包（如 CMUSphinx 或 HTK）来训练 HMM 并使用它进行解码。有关更多信息，请参阅

或者

score 0 · Accepted Answer

自动音素分割是一个棘手的问题，因此我将提供一些我喜欢的资源，这些资源以各种详细程度触及该主题。

这些书很贵，但值得（在我看来）

2 回答 2