Projet de reconnaissance vocale - Hmm

1. Qu'est-ce que Hmm dans la reconnaissance vocale?
2. Comment fonctionnent les HMM?
3. Qu'est-ce que GMM et HMM?
4. Où est le modèle de Markov caché utilisé?

Qu'est-ce que Hmm dans la reconnaissance vocale?

Le modèle Hidden Markov (HMM) est la base d'un ensemble de techniques réussies pour la modélisation acoustique dans les systèmes de reconnaissance vocale. Les principales raisons de ce succès sont dues à la capacité analytique de ce modèle dans le phénomène de la parole et à sa précision dans les systèmes pratiques de reconnaissance de la parole.

Comment fonctionnent les HMM?

Un HMM se compose de deux processus stochastiques, à savoir un processus invisible d'états cachés et un processus visible de symboles observables. Les états cachés forment une chaîne de Markov, et la distribution de probabilité du symbole observé dépend de l'état sous-jacent.

Qu'est-ce que GMM et HMM?

GMM est un modèle probabiliste qui peut modéliser la sous-population N normalement distribuée. Chaque composant de GMM est une distribution gaussienne. Hmm est un modèle statistique Markov avec des états cachés. Lorsque les données sont continues, chaque état caché est modélisé comme une distribution gaussienne.

Où est le modèle de Markov caché utilisé?

En biologie informatique, un modèle de Markov caché (HMM) est une approche statistique fréquemment utilisée pour modéliser les séquences biologiques. En l'appliquant, une séquence est modélisée comme une sortie d'un processus stochastique discret, qui progresse à travers une série d'états qui sont «cachés» de l'observateur.