后验 ÷ 先验 = 缩放似然,喂给 HMM

混合 DNN-HMM:DNN 给的是 senone 后验 p(s|ot),但 Viterbi 要的是似然 p(ot|s)。用贝叶斯除以先验做转换。

p̃(o t |s) = p(s|o t ) · p(o t ) p(s) ∝ p(o t |s) DNN 后验 p(s|o_t) sil s1 s2 s4 s5 ⚠ 后验吸收了训练先验,常见状态 sil 被高估 ÷ 状态先验 p(s) sil 先验大 = 缩放似然 p̃(o_t|s) ÷p(s) sil 已压平 HMM/WFST Viterbi 解码 语言模型 P(W) violet 先验加权 Ŵ 最优词序列
💡 考点:DNN 给后验 p(s|ot),但 Viterbi 需要似然 p(ot|s)。按贝叶斯除以状态先验 p(s)得缩放似然——公共因子 p(ot) 对同帧所有状态是常数、解码 argmax 中可丢弃。不除先验,常见状态会被系统性高估,识别精度明显下降。