Auszug
Die mit Abstand am häufigsten eingesetzte Technik zur Spracherkennung beruht auf einer statistischen Beschreibung mittels so genannter Hidden-Markov-Modelle (HMM). Im Konzept der Hidden-Markov-Modelle werden zwei verschiedene Zufallsmechanismen kombiniert: die zeitliche Abfolge von Zuständen einer Markov-Kette und das Auftreten von Ausgangssymbolen gemäß einer zustandsabhängigen Wahrscheinlichkeitsverteilung. Das Modell passt gut zu der Vorstellung von Sprachsignalen als Abfolge einzelner akustischen Ereignisse.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Rights and permissions
Copyright information
© 2006 Friedr. Vieweg & Sohn Verlag ∣ GWV Fachverlage GmbH, Wiesbaden
About this chapter
Cite this chapter
(2006). Hidden-Markov-Modelle. In: Grundkurs Spracherkennung. Vieweg. https://doi.org/10.1007/978-3-8348-9113-6_6
Download citation
DOI: https://doi.org/10.1007/978-3-8348-9113-6_6
Publisher Name: Vieweg
Print ISBN: 978-3-8348-0003-9
Online ISBN: 978-3-8348-9113-6
eBook Packages: Computer Science and Engineering (German Language)