本节课主要内容HMM三个基本问题如何求解

首先明确两种observe有两种，离散/连续。语音识别中使用连续状态（MFCC特征值是连续的）。连续的比较复杂，需要用函数（GMM）拟合。离散的简单，用矩阵描述即可。

离散/连续状态

review三个基本问题

三个基本问题

1. Evaluation

粗暴解法：遍历每一种可能的hidden state/observe组合，求加和求概率。

粗暴解法

优化解法Forward：类似数学归纳法。找到n和n+1之间的关系，再计算第一项。避免重复计算。

image.png

2.decoding

backward:和forward相反

image.png

区别1:在时间t，beta看到的是t+1及以后的，必须从i隐状态出发，后面无所谓。alpha是已知0到t，求t+1
区别2:qt在alpha里是待计算概率，在beta里是条件

近似

近似：假设B和A无关，也就是0-t和t+1以后无关

3. Train

EM算法，回头来补充