（是语言模型概率它描述的是单词序列可能出现的概率。 寻找最优的单词序列即在所有可能的单词序列候选中寻找使其声学模型和语言模型的概率乘积（|（最大。这中间包含三个问题第是如何遍历所有可能的单词序列；第二是如何计算声学模型概率。 第三是如何计算语言模型概率。 为了解决这三个问题典型的大词表连续语音识别（系统采用如下图所示的必 手机号码数据 要主流框架： 用户语音输入后首先经过前端处理提取声学特征得到系列的观察向量；然后将声学特征送到解码器中进行搜索完成所有可能的单词序列的遍历得到识别结果。
解码器在搜索过程中需
要使用声学模型和词典计算概率 使用语言模型计算概率 。 声学模型和语言模。整合 每次引导费用 的视觉组型由大量数据训练而成；发音词典根据语言学知识定义了每个单词到发音单元的映射关系。 整个系统的链路比较长模块众多需要精细调优每个组件才能取得比较好的识别效果。 声学模型 人耳接收到声音后经过神经传导到大脑分析判断声音类型并进步分辨可能的发音内容。
人的大脑从出生开始就
不断在学习外界的声音经过长时间潜移默化的训练最终才听懂人类的语言。机器和人样也需司 最後的資料庫 发要学习语言的共性和发音的规律建立起语音信号的声学模型（才能进行语音识别。声学模型是语音识别系统中最为重要的模块之。声学建模包含建模单元选取模型状态聚类模型参数估计等很多方面。 产品经理到底该不该选择做端？ 近几年互联网经历了砸钱做市场的热潮后越来越意识到仅靠端发力是不行的需要尽快补齐端的短板。