论文部分内容阅读
隐马尔可夫模型（ＨＭＭ）初值选择是语音识别中一个至关重要的问题，通常的解决办法有两种，一是将参数的初值设置为均匀分布之值；另一种方法是采用“分段Ｋ平均法”。这两种方法可能导致模型参数收敛于局部最优解或使算法的计算量增大。为了解决以上问题，本文首先在一些特定条件下分析观察序列与ＨＭＭ参数的关系，然后给出一般情况下ＨＭＭ初值的估计方法。