www.pudn.com > hmm--matlab.rar > train.m

function [hmm,pout] = train(samples,M) 
%输入： 
% samples--样本结构 
% M--为每个状态知道pdf个数，如【3 3 3 3】 
%输出： 
% hmm--训练完成后的hmm 
 
K = length(samples); 
 
%计算语音参数 
disp('正在计算语音参数……') 
for k=1:K 
    if isfield(samples(k),'data')&~isempty(samples(k).data) 
        continue; 
    else 
        samples(k).data = mfcc(samples(k).wave);   
    end 
end 
 
hmm = inithmm(samples,M); 
 
for loop =1:20 
    fprintf('\n第%d遍训练\n\n',loop) 
    hmm = baum(hmm,samples); 
     
    %计算总输出概率 
    pout(loop) = 0; 
    for k=1:K 
        pout(loop) = pout(loop)+viterbi(hmm,samples(k).data); 
    end 
     
    fprintf('总和输出概率(log)=%d\n',pout(loop)); 
     
    %比较两个HMM的距离 
    if loop>1 
        if abs((pout(loop)-pout(loop-1))/pout(loop))<5e-6; 
            fprintf('收敛\n'); 
        end 
    end 
end 
 
disp('迭代20次仍不收敛，退出');