Let us consider that speech is mode

Let us consider that speech is modelled by a Hidden Markov Model (HMM) with state output probabilities modelled by a mixture of Gaussian distributions with diagonal covariance matrices. In the marginalisation-based MFT, the observation probability P(yt|s,j) of the feature vector yt at state s and mixture component j is calculated by integrating out the unreliable elements of the feature vector yt

Kết quả (Việt) 1:

Chúng ta hãy xem xét rằng bài phát biểu theo mô hình của một ẩn Markov Model (HMM) với xác suất đầu ra nhà nước theo mô hình của một hỗn hợp của các phân bố Gaussian với ma trận hiệp phương sai đường chéo. Ở MFT dựa trên marginalisation, khả năng quan sát P(yt|s,j) tính năng vector yt tại bang s và hỗn hợp thành phần j được tính bằng cách kết hợp ra các yếu tố không đáng tin cậy của các tính năng vector yt

Kết quả (Việt) 2:

Chúng ta hãy xem bài phát biểu đó được mô hình hóa bởi một Hidden Markov Model (HMM) với xác suất đầu ra nhà nước theo mô hình của một hỗn hợp của các phân bố Gaussian với ma trận hiệp phương sai chéo. Trong MFT lề dựa trên sự quan sát xác suất P (yt | s, j) của yt tính năng vector ở trạng thái s và thành phần hỗn hợp j được tính toán bằng cách tích hợp các yếu tố không đáng tin cậy của các yt tính năng vector