“纸上得来终觉浅，绝知此事要躬行”，在继续翻译《HMM学习最佳范例》之前，这里先补充几个不同程序语言实现的HMM版本，主要参考了维基百科。读者有兴趣的话可以研究一下代码，这样对于HMM的学习会深刻很多！

C语言版：

1、 HTK（Hidden Markov Model Toolkit）：

　　HTK是英国剑桥大学开发的一套基于C语言的隐马尔科夫模型工具箱，主要应用于语音识别、语音合成的研究，也被用在其他领域，如字符识别和DNA排序等。HTK是重量级的HMM版本。

　　HTK主页：

2、 GHMM Library：

　　The General Hidden Markov Model library (GHMM) is a freely available LGPL-ed C library implementing efficient data structures and algorithms for basic and extended HMMs.

　　GHMM主页：

3、 UMDHMM（Hidden Markov Model Toolkit）：

　　Hidden Markov Model (HMM) Software: Implementation of Forward-Backward, Viterbi, and Baum-Welch algorithms.

　　这款属于轻量级的HMM版本。

　　UMDHMM主页：

Java版：

4、 Jahmm Java Library (general-purpose Java library)：

　　Jahmm (pronounced “jam”), is a Java implementation of Hidden Markov Model (HMM) related algorithms. It’s been designed to be easy to use (e.g. simple things are simple to program) and general purpose.

　　Jahmm主页：

Malab版：

5、 Hidden Markov Model (HMM) Toolbox for Matlab：

　　This toolbox supports inference and learning for HMMs with discrete outputs (dhmm’s), Gaussian outputs (ghmm’s), or mixtures of Gaussians output (mhmm’s).

　　Matlab-HMM主页：

Common Lisp版：

6、CL-HMM Library (HMM Library for Common Lisp)：

　　Simple Hidden Markov Model library for ANSI Common Lisp. Main structures and basic algorithms implemented. Performance speed comparable to C code. It’s licensed under LGPL.

　　CL-HMM主页：

Haskell版：

7、The hmm package （A Haskell library for working with Hidden Markov Models）：

　　A simple library for working with Hidden Markov Models. Should be usable even by people who are not familiar with HMMs. Includes implementations of Viterbi’s algorithm and the forward algorithm.

　　Haskell-HMM主页：

　　注：Haskell是一种纯函数式编程语言，它的命名源自美国数学家Haskell Brooks Curry，他在数学逻辑方面上的工作使得函数式编程语言有了广泛的基础。

　　是否还有C++版、Perl版或者Python版呢？欢迎补充！

转自：“我爱自然语言处理”：www.52nlp.cn

链接：

译自：