语音识别嵌入式训练：3状态单音素HMM拼接复合模型的疑问

嘿，这个问题我当初入门嵌入式语音识别时也卡过好一阵，咱们从单音素HMM的结构本质入手，一步步捋清楚拼接逻辑：

先明确单音素HMM的核心结构 #

每个3状态单音素HMM的标准结构是：

• 起始状态（Start）：仅作为音素的入口，只能转移到第一个核心状态（S1）
• 3个核心状态（S1、S2、S3）：承载音素的声学特征建模，内部转移规则通常是 S1→S1/S2、S2→S2/S3、S3→S3/End
• 结束状态（End）：仅作为音素的出口，只能由最后一个核心状态（S3）转移而来

拼接的核心思路就是去掉相邻音素之间的冗余起始/结束状态，让核心状态链直接衔接。

具体拼接步骤 #

1. 处理第一个音素 #

• 保留它的起始状态（Start）和全部3个核心状态
• 移除它的结束状态（End），并给它的最后一个核心状态（S3）新增一条转移规则：S3 → 下一个音素的S1
• 转移概率初期可以复用原S3→End的概率值，后续训练会自动优化

2. 处理中间音素（非第一个/最后一个） #

• 直接移除它的起始状态（Start）和结束状态（End）
• 给前一个音素的S3新增转移到当前音素S1的规则
• 给当前音素的S3新增转移到下一个音素S1的规则
• 内部核心状态的转移规则和概率完全保留原单音素的设置

3. 处理最后一个音素 #

• 保留它的全部3个核心状态和结束状态（End）
• 移除它的起始状态（Start），让前一个音素的S3直接转移到它的S1
• 它的S3→End的转移规则和概率保留原单音素的设置

举个直观例子 #

假设要拼接音素“a”和“b”：

• 原“a”HMM：Start_a → S1_a → S2_a → S3_a → End_a
• 原“b”HMM：Start_b → S1_b → S2_b → S3_b → End_b
• 拼接后复合HMM：Start_a → S1_a → S2_a → S3_a → S1_b → S2_b → S3_b → End_b
• 补充转移：S3_a除了自环，新增S3_a→S1_b；去掉原S3_a→End_a和Start_b→S1_b

嵌入式训练的补充说明 #

因为是嵌入式训练，拼接后的复合HMM所有参数（包括跨音素的转移概率、核心状态的观测概率）都会用语句级的标注数据进行迭代更新，所以初期的转移概率设置不用过于精细，只要符合“前音素收尾状态衔接后音素起始核心状态”的逻辑即可，训练过程会自动调整到最优值。

内容的提问来源于stack exchange，提问作者YonF