论文部分内容阅读
在语音识别系统的ＨＭＭ模型训练阶段，由于Ｂａｕｍ－Ｗｅｌｃｈ算法中前向概率和后向概率包含大量边乘项，计算结果数值会越来越小，以致产生溢出，在单观察序列情况下采用定标技术可以妥善地解决溢出问题，在多观察序列情况下，则会引入各序列对ＨＭＭ的输出概率作为修正系数，其数值很小，溢出问题仍存在，本文分析了溢出问题产生的原因，针对多观察序列的情况，将优化目标函数由输出概率的连乘改为对数累加和形式，推导出一套改