隱蔽馬爾可夫模型

隱蔽馬爾可夫模型，自動言語識別的一種方法，是將一個詞的頻譜模型視為一個聲學事件的馬爾可夫模型。一個詞及其各種變體形式的發音可視為一個隨機過程：在一個事件序列（這裏發音被模擬為橫貫言語頻譜的一個個連續的“片段”），每一個步驟的概率取決於前面一些步驟的輸出。這個過程每一次應用於一個詞，就能在這個模型的限度內產生一個稍許不同的聲學賦值。一旦一個言語識別器裝備了馬爾可夫模型來識別它包含的語詞，它就可以用這些模型來評價新的言語事件的特性。説出一個詞並將其輸入識別系統，這個聲學事件可當作一個“隱蔽”馬爾可夫模型的輸出來處理。模型的輸出是可見的（即這個事件），而模型本身是不可見（隱蔽）的，識別器的任務是重建這個模型。參見“馬爾可夫過程”。 ^[1]