Howtosignalprocessing
- À quoi sert Hmm?
- Qu'est-ce que Hmm dans la reconnaissance de motifs?
- Pourquoi Hmm est-il génératif?
- Comment Hmm est utilisé dans la reconnaissance vocale?
À quoi sert Hmm?
Un modèle de Markov caché (HMM) est un modèle statistique qui peut être utilisé pour décrire l'évolution des événements observables qui dépendent de facteurs internes, qui ne sont pas directement observables. Nous appelons l'événement observé un «symbole» et le facteur invisible sous-jacent à l'observation un «état».
Qu'est-ce que Hmm dans la reconnaissance de motifs?
Les modèles de Markov cachés (HMMS) sont fréquemment mis en œuvre pour la reconnaissance des gestes. De: Encyclopedia of Biomedical Engineering, 2019.
Pourquoi Hmm est-il génératif?
Les HMM sont un modèle génératif - c'est-à-dire qu'ils tentent de recréer le processus de génération d'origine responsable de la création des paires d'étiquettes. En tant que modèle génératif, HMMS tente de modéliser la séquence la plus probable des étiquettes compte tenu d'une séquence de termes en maximisant la probabilité conjointe des termes et étiquettes.
Comment Hmm est utilisé dans la reconnaissance vocale?
Le cœur principal des systèmes de reconnaissance vocale basés sur HMM est l'algorithme Viterbi. L'algorithme Viterbi utilise une programmation dynamique pour découvrir le meilleur alignement entre le discours d'entrée et un modèle de parole donné.
