An Introduction to the Application of the Theory of Probabilistic Functions of a Markov Process to Automatic Speech Recognition

Abstract In this paper we present several of the salient theoretical and practical issues associated with modeling a speech signal as a probabilistic function of a (hidden) Markov chain. First we give a concise review of the literature with emphasis on the Baum‐Welch algorithm. This is followed by a detailed discussion of three issues not treated in the literature: alternatives to the Baum‐Welch algorithm; critical facets of the implementation of the algorithms, with emphasis on their numerical properties; and behavior of Markov models on certain artificial but realistic problems. Special attention is given to a particular class of Markov models, which we call “left‐to‐right” models. This class of models is especially appropriate for isolated word recognition. The results of the application of these methods to an isolated word, speaker‐independent speech recognition experiment are given in a companion paper.

مقدمه‌ای بر کاربرد نظریه توابع کمکی فرآیند مارکوف در تشخیص خودکار صحبت

چکیده در این مقاله ما چندین موضوع مهم نظری و عملی مرتبط با مدل‌سازی یک سیگنال صحبت به عنوان یک تابع احتمالی از یک زنجیره مارکوف (پنهان)را ارائه می‌دهیم. ابتدا مروری مختصر از مقالات با تاکید بر الگوریتم باوم ولچ ارائه می‌دهیم. این موضوع با بحث مفصل در مورد سه موضوع که در ادبیات پژوهشی مورد بحث قرار نگرفته است، دنبال می‌شود: جایگزین‌های الگوریتم باوم - ولچ؛ جنبه‌های بحرانی اجرای الگوریتم ها، با تاکید بر ویژگی‌های عددی آن‌ها؛ و رفتار مدل‌های مارکوف بر روی مشکلات مصنوعی اما واقعی خاص. توجه ویژه‌ای به کلاس خاصی از مدل‌های مارکوف می‌شود که ما آن‌ها را مدل‌های "چپ به راست" می‌نامیم. این دسته از مدل‌ها به ویژه برای تشخیص کلمات مجزا مناسب هستند. نتایج کاربرد این روش‌ها در یک کلمه مجزا، آزمایش تشخیص گفتار مستقل از گوینده در یک مقاله همراه ارائه شده‌است.

ترجمه شده با