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

Question

我试图了解文件结果recout.mlf，所以我在该文件中有以下几行：

哪个'as'发音很好：带有-524.427185或-1054.774536的那个

标签： machine-learningspeech-recognitionmfcchtk

Answer 1

在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 (-524.427185) 声学分数。对数是单调函数（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的数据。