隔離字群之國語四聲辨認

Abstract

在本論文中，我們發展了一套適用各語言的四聲辨認系統。這套系統處理的是連續音 ，而非以往的單字音。國語中聲調的產生，導因於說話時音調隨時間的變化。這種變 化吾人可以音調廓線記錄之。一種類似AMDF的方法被發展來求出語音訊號中的音調廓 線。這種算則只用到加法及喊法，在運算速度上較為迅捷。 在以往的研究中，多半是以音調廓線中斜率的變化做為四聲辨認的依據。在此則是以 音調廓線的相似性做整體性的比較。首先，音調廓線被轉換成等時距的連續函數。正 交多項式被用來趨符這些函數，藉此可以得到一組係數（a０至a３）。於是，不同時 距的音調廓線被轉換成一個４維的向量。藉甪向量量化的技術，我們可以將四聲辨認 的問題視為向量量化器的編碼過程。 我們探討了四種不同的向量量化器，最後以雙字組為辨認單位。對於發音良好的字組 ，辨認率可達９８％。而對於一般性的句子，辨認率降至大約９０％。