INTELLIGENT SPEECH TECHNOLOGY · FALL 2026 · LECTURE 5

从「每帧打分」，到「整句学习」。

第 5 次课 · 2026 年 10 月 9 日 · Advanced Automatic Speech Recognition
先看懂 GMM–HMM，再看 DNN 换掉哪里，最后理解 CTC 怎样处理未知的时间对齐。

01 GMM–HMM · 状态与路径→02 DNN–HMM · 更换声学模型→03 CTC · 序列级对齐与学习

三个演示，按顺序探索。

全部在本课程网站运行，无需登录外部演示平台。

01 / 先看完整流程

一句“开灯”，怎样从声音变成状态路径，再变成文字？

02 / 只换一个模块

六套 GMM 换成一个共享 DNN，为什么 HMM 仍然在？

03 / 对齐未知，也能学习

只知道整句说了什么，不知道每个字出现的时间，怎么训练？