语音识别-先验概率后验概率似然函数

这里贴一个网页：

https://www.cnblogs.com/wjgaas/p/4523779.html

简单的说：
Posterior probability ∝ Likelihood × Prior probability

从语音识别的角度来看这个问题，那么就是，解码的过程就是求取后验概率的过程。

ref_W = argmax_w(p(O|W) * P(W)/P(O))
已知观察序列O是一个参数，那么在此就可以忽略 P(O)。

• P(O) 实际工程中，即为声学各个pdf_id的先验，有利于声学统计的不均衡问题。
• P(W) 是指语言模型，这里也是先验概率，已经知道的概率。
• P(O|W)是指似然函数，可以理解为概率密度函数，正如hmm中的B(gmm或者是dnn)；
  指给定模型参数[A,B,π]，有了观察序列，对应的各个单词或者状态的概率是多少。
• ref_W 即为求取的序列，就是一个后验概率。

解码的过程就是一个计算后验的过程；
在NBest中，后验概率的归一化，即可以表征置信度。