Descargar la presentación
La descarga está en progreso. Por favor, espere
1
Modelos Ocultos de Markov
Una Introducción a los Modelos Ocultos de Markov
2
¿Cómo funciona?, Las bases
Sea O una secuencia de T medidas acústicas de la voz Sea W una secuencia de N palabras pertenecientes a un vocabulario fijo y conocido. P(W|O) es la probabilidad de que la secuencia de palabras W haya sido pronunciada, dado que la secuencia O de medidas acústicas ha sido observada El reconocedor decidirá a favor de la secuencia de palabras W que satisfaga W = arg maxW P(W|O) Es decir, el reconocedor dará como resultado la secuencia mas probable de palabras dadas la medidas acústicas obtenidas.
3
Fórmula del Reconocedor
Las Bases Utilizando la fórmula de Bayes P(W) ... Probabilidad de que la secuencia de palabras W sea pronunciada P(O|W) ... Probabilidad de que cuando una persona pronuncia la secuencia de palabras W obtengamos la secuencia de medidas acústicas O P(O) ... Probabilidad de la secuencia de medidas acústicas O Fórmula del Reconocedor Modelo Acústico Modelo de Lenguaje
4
Componentes de un sistema de Reconocimiento
voz texto Procesado Acústico Análisis Gramatical transcripción Análisis Léxico Hz Aprendizaje modelos acústicos Entrenamiento Modelado Acústico P(O|W) Modelado Lenguaje P(W) Reconocimiento Algoritmo de Reconocimiento Secuencia de Palabras Procesado Acústico Voz
5
Modelado Acústico: HMM
U N O
6
Problema: No se modela la secuencialidad
Modelo Simple Mezcla de Gaussianas Suponiendo independencia entre observaciones Problema: No se modela la secuencialidad
7
Problema: ¿Cómo encontrar las secciones?
Modelo Secuencial U N O S1 S2 S3 Problema: ¿Cómo encontrar las secciones?
8
Modelos Ocultos de Markov
Secuencialidad: proceso estocástico modelado por una cadena de Markov a2,2 a1,1 a3,3 S1 S2 S3 a1,2 a2,3 Suposición: Independiencia de observaciones
Presentaciones similares
© 2024 SlidePlayer.es Inc.
All rights reserved.