Modelos Ocultos de Markov Una Introducción a los Modelos Ocultos de Markov
¿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.
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
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
Modelado Acústico: HMM U N O
Problema: No se modela la secuencialidad Modelo Simple Mezcla de Gaussianas Suponiendo independencia entre observaciones Problema: No se modela la secuencialidad
Problema: ¿Cómo encontrar las secciones? Modelo Secuencial U N O S1 S2 S3 Problema: ¿Cómo encontrar las secciones?
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