隠れマルコフモデルの「ベクトル」とはどういう意味ですか？

音声認識で隠しマルコフモデル（HMM）が使用されていることを知っており、ある程度理解しています。しかし、私が知らないのは、入力（音声）が後でHMMで使用されるベクトルに「変換」される方法です。

サウンド入力からベクトルをどのように取得しますか？このベクトルは人間が読めるのですか？

HTK（またはその他のツール）を使用して音声認識を実行する方法は、脳で音声認識を実行する方法と似ています。あなたは言葉を聞いたとき、あなたは即座にそれを構成するのにそれを打破電話して、比較の携帯電話を内部の精神的な「モデル」と電話。これらの「モデル」は、何年にもわたって音声を聞いて構築されており、「素敵なビーチを壊す方法」や「音声を認識する方法」など、似たような文章を区別することができます。HTKまたはその他のモデルベースのスキームによる音声認識は、同様の方法で機能します。ここでは、いくつかの手順で、その方法を説明します。

1. 入力音声信号を取得して、特徴ベクトル表現に変換します。
2. 多数の文を取り、それぞれについてステップ1を実行します。
3. 手順2の特徴ベクトルを使用して、文の各電話/単語の統計モデルを構築します（電話や単語の数は限られているため、それらの言い方は無制限です。したがって、モデリングによって未知数を減らします。 ）。
4. 新しい単語が入ったら、それを電話に分解し、既知の各モデルと比較します。最も確率の高い一連の電話が勝ちます！

上記のすべての手順は、音声認識タスクを正常に完了するために重要です。サウンドをその特徴ベクトルに分解することで、モデル空間に取り込み、他の表現よりもモデルの作成に適した表現を提供します（たとえば、時間振幅表現）。そのような表現のほとんどは、周波数または時間-周波数領域にあります。そのような最も一般的な表現の1つは、MFCC（メル周波数ケプストラム係数）です。。ある意味で、この手法は一連のフィルターを使用して人間の聴覚応答を模倣します。入力信号は、中心周波数の対数間隔を持つフィルターのこのセットで分解されます。次に、1つの文（たとえば）のMFCC係数を使用して、その文を構成する各電話をモデル化します。例として、

文：こんにちは。音声記述：hh aa ey
MFCC係数をHTKに入力すると、文の一部のMFCC係数がhhに関連付けられ、もう1つはaaに関連付けられます。これが何度も繰り返されると、電話のモデルが形成され始めます。

HTKは、ツールHCopyを使用して入力文をその特徴ベクトル表現に変換します。MFCCにも多くの「フレーバー」があります（E_D_AまたはE_D_A_Z表現）。HCopyhtkbook内のドキュメントを読むことをお勧めします。

MFCC係数は.mfc、HTKによって拡張子が付いたファイルに書き込まれます。係数はバイナリで記述されているため（おそらく）、テキストエディターのいずれかを使用してそのファイルを読み取ることはできません。Cただし、ファイルを読み取ってみることができます。

HTH。

すべての波は他の多くの波の追加に分解できます。フーリエ変換を使用すると、波をその周波数成分に分析できます。これらの周波数成分の振幅は、ベクトルとして使用できます。ここだこれを行い、スフィンクスクラスのドキュメントここにあるフーリエ変換の良い視覚的な説明は変換が。