语音识别中隐马尔可夫模型状态数的选取原则及研究

文章建立了隐马尔可夫模型（ＨＭＭ）状态数研究的简单模型，并从信息论的角度出发，对ＨＭＭ中状态数的选择进行研究，得出ＨＭＭ信息熵的三个结论，指出了ＨＭＭ的信息熵由固有熵和附加熵两部分组成，而附加熵又由正附加熵和负重叠附加熵构成。在一定重叠程度下，随着状态数的增加，附加熵逐渐趋向零，从而导致ＨＭＭ的信息熵渐趋于固有熵。考虑到信息熵的变化趋势，得出语音识别时ＨＭＭ状态数并非越多越好的结论；指出了汉语单字ＨＭＭ的状态数取６为宜。