了解维特比算法

Question

我正在尝试从这里实现一些代码

而且我已经用系数训练了HMM，但是不了解Viterbi解码器算法的工作原理，例如：

 viterbi_decode(MFCC, M, model, q);
 where MFCC = coefficents 
 M = size of MFCC
 model = Model of HMM training using the MFCC coefficients 
 q = unknown (believed to be the outputted path).

但是，这是我不明白的地方：我正在尝试比较两个语音信号（训练，采样），以找出最接近的匹配项。 例如，使用DTW算法，将返回一个整数，然后我可以在其中找到最接近的整数，但是，使用该算法，它将返回一个int* array ，因此很难进行区分。

当前程序的工作方式如下：

vector<DIMENSIONS_2> MFCC = mfcc.transform(rawData, sample_rate);

int N = MFCC.size();
int M = 13;

double** mfcc_setup = setupHMM(MFCC, N, M);

model_t* model = hmm_init(mfcc_setup, N, M, 10);

hmm_train(mfcc_setup, N, model);

int* q = new int[N];

viterbi_decode(mfcc_setup, M, model, q); 

谁能告诉我维特比解码器是如何工作的，以便确定从培训到输入的最佳途径是哪一条？ 我在解码路径(q)上尝试了欧几里得距离和汉明距离，但没有这样的运气。

任何帮助将不胜感激

Answer 1

在此示例中，在我看来（q）是隐藏状态序列，因此从0-> 9的数字列表。 如果您有两个音频样本，分别进行测试和训练，并生成两个序列q_test和q_train，则考虑| q_test-q_train |（范数为逐分量距离）是没有用的，因为它不表示距离的概念正确，因为HMM中的隐藏状态标签可能是任意的。

考虑距离的一种更自然的思考方式可能是：在给定q_train的情况下，您对测试样本采用相同路径的可能性很感兴趣，一旦拥有转换矩阵和发射概率，就可以计算出该路径。

如果我误解了您的问题，请告诉我。