語音識別基礎1:建模單元 phone

聲學模型 描述一種語言的基本單位被稱爲音素Phoneme，例如BRYAN這個詞就可以看做是由B, R, AY, AX, N五個音素構成的。英語中貌似有50多個音素，可以用50幾個HMM state來表示這些音素，這種表示方法就是context independent模型中的單音素monophone模式。然而語音沒有圖像識別那麼簡單，因爲我們再說話的時候很多發音都是連在一起的，很難區分，所以一般用左

>>阅读原文<<