Matematické Fórum

Pěkný den, hledám někoho kdo by mi nějak polopatě vysvětlil princip skrytých markovských modelů (HMM) v součinnosti s rozpoznáváním řeči. Pokud to chápu správně, tak skrytý Markovský model obsahuje několik stavů (třeba N) a uvádí různosměrné přeskoky mezi stavy pomocí pravděpodobnosti. Funguje to tedy u rozpoznávání řeči tak, že při kontinuálním rozpoznávání lze odhadnout rozpoznávané slovo takovým způsobem, že pokud např. se slovo skládá ze čtyř slabik a každá slabika je reprezentována jedním HMM, pak při znalosti třech HMM je pravděpodobnost určitého čtvrtého HMM ve slově velmi vysoká (jen velmi malá množina HMM, které můžou doplnit čtveřici aby to mělo smysl)? A co je vlastně na HMM "skrytého"? Co jsem pochopila tak počet stavů je znám, přechody mezi stavy jsou rovněž známy (v případě trénování modelu pro rozpoznávání řeči). Děkuji.