machine-learning - HTK:了解生成的 .mlf 文件中的分数

Question

我试图理解文件结果recout.mlf，因此该文件中有以下几行:

哪个“as”发音正确:带有 -524.427185 或 -1054.774536 的那个

Answer 1

解码过程中获得的声学分数通常非常小。为了防止下溢，使用对数似然代替似然:1.5 Recognition and Viterbi Decoding .

较小的参数值对应于较大的对数负值:

因此，第一个“as”获得了更高的声学分数 (-524.427185)。对数是一个单调函数(参数越大 - 值越大)，因此您可以直接比较对数似然:-524 > -1054。

顺便说一句，这并不一定意味着第一个“as”发音更好。声学分数取决于许多因素，包括模型拓扑和模型训练所用的数据。