7 个水果的语音识别器（源代码）使用 GaussianHMM。每 7 个类都有平衡的数据集，每类正好 15 个音频。我尝试过使用 3-5 个州，但分数仍然很低。所有其他设置都是默认设置，即遍历 HMM。
我知道分数score = hmm_model.get_score(mfcc_features)返回观察的对数似然，但令人惊讶的是它是负数，-1101.0923021.
概率是np.exp(-1101.0923021) ~= 0，我认为这是不太可能的，因为我使用一个训练数据样本进行测试。
例如：apple.wav 的 Apple HMM 得分为-1101.0923021.
有没有办法提高分数以制作更可靠的模型？我是否对组件/隐藏层的数量进行网格搜索？
（PS：虽然分数低，但预测的不错）