语音期末复习 (1)

（1）请指出这段Viterbi代码解决了 HMM 的哪一项核心任务，并说明在词性标注中该任务的具体含义。

（2）在 HMM 模型的词性标注实现里，start_p、trans_p 和 emit_p 分别对应什么概率，三者之间有什么联系？

（3）该代码片段为什么在每一步只保留得分最高的路径，而不同时跟踪所有可能路径？这种做法有什么好处

1、raw_energy 为原始能量它是如何计算得到的？

2.ceps_energy 为倒频谱能量请描述它的计算流程，并指出与 raw_energy 计算的本质区别。

3.为什么语音信号的倒频谱能量的波动更为剧烈

4.matplotlib 展示图像。（plt.________() #添加图例plt.________() #展示图像）