大字彙國語連續語音辨認之基本系統建立

Abstract

在本論文中，我們將建立一個以隱藏式馬可夫模型為基本架構的國語連續語音辨認 系統。此系統的考量為大字彙，多語者且為聲學層次上的辨認。首先，我們建立不 同的隱藏式馬可夫模型，包含離散型，多碼書離散型，連續型，半連續型及多碼書 半連續型等。並以國語408 單音資料庫來分析各個模型所需的訓練時間及其辨認率 ，而後選擇較適合的連續型隱藏式馬可夫模型來擴充發展成連續語音辨認系統。此 系統包含單音及聲調的辨認，在單音辨認方面，以段開式中心法訓練模型，以一階 層法作為辨認方式，其中並引進光束搜尋法以減少計算量。在聲調辨認方面，我們 以結合階層類神經網路及隱藏式馬可夫模型的方法作為辨認方式。在此情形下，以 交通部電信所112 平衡句為測試語料，所獲得的最佳字音辨認率為 64.50﹪。