本論文的主要目的在針對中文地名語音辨識系統進行設計與實作。完成之系統能正確辨識出台灣地區之戶籍及通訊地址，大陸地區北京、上海、天津、重慶四個直轄市之通訊地址，與香港地區之路名及學校飯店等公眾場所之名稱。論文中運用梅爾倒頻譜係數、隱藏式馬可夫模型與語音文字比對策略，來作初步之評量候選機制；並配合中文之聲調辨識，以提昇最終之系統正確率。在語者特定的環境下，使用Celeron 2.4 GHz之CUP與Red Hat 9.0 之作業系統，正確率可逹到90%，而辨識約可在3秒內完成。

The objective of this thesis is to design and implement a speech inputting system for addresses in Taiwan,Mainland china and HongKong,The completed system has the capability to identify full census and posting addresses in Taiwan and full posting addresses in Peking、Shanghai、Tien-Jin and Chungchin of China。For HongKong,a partial address system,including region/street name or school,hotal and other public location names,is implemented。
In this thesis,Mel frequency cepstrum coefficient,Hidden Mavkov model and lexicon search strategy are applied to choose the initial address candidates；Mandarin intonation classification technique is then used to increase the final correct rate,under speaker dependent case,a 90%correct rate can be reached by using a Intel Celeron 2.4GHz CPU and RedHat Linux 9.0 operating system。The total address-inputting task can be completed within 3 seconds。

目 錄
致謝Ⅰ
摘要Ⅲ
目錄Ⅳ
圖表目錄Ⅵ

第一章 緒論1
1-1 研究動機與目的1
1-2 研究方法簡介2
1-3 論文架構2

第二章 語音處理的基本技術3
2-1 語音辨識系統的基本構3
2-1-1 語音辨識之技術分類3
2-1-2 語音辨識流程4
2-2 語音訊號的前處理介紹5
2-2-1 端點偵測(Endpoint Detection)5
2-2-2 能量(Energy)6
2-2-3 越零率(Zero Crossing Rate)7
2-2-4 線性預估誤差能量(LPCEE)9
2-3 特徵萃取(Feature Extraction)13
2-3-1 音框化13
2-3-2 標準化(Normalize)14
2-3-3 漢明窗（Hamming window)15
2-3-4 傅立葉轉換16
2-3-5 倒頻譜係數(Cepstrum Coefficient)17
2-4 隱藏式馬可夫模型(Hidden Markov Model, HMM)20


第三章 辨識系統設計25
3-1 資料庫建立25
3-1-1 中國省地縣鄉建立25
3-1-2 大陸四個直轄市路名建立28
3-1-3 香港資料庫的建立29
3-1-4 台灣地址資料庫的建立30
3-2 系統輸入介紹32
3-3 系統架構37
3-4 系統相關設定41
3-5 實驗結果42
第四章 結論與未來展望43

參考文獻44

[1] 北京郵政在線 http://www.bjpost.gov.cn/
[2] 重慶郵政 http://www.cqpost.com.cn:8080/postcode/index.jsp
[3] 中國行政區劃網 http://www.xzqh.org/quhua/
[4] 王小川, “語音訊號處理”, 全華, 民國93年.
[5] 魏宏章, “中文語音辨識系統之設計研究”國立中山大學電機工程研究所碩士論文,民國95年7月.
[6] 陳躍升, “中文履歷表之語音建構之系統設計”國立中山大學電機工程研究所碩士論文,民國95年7月.
[7] 林維琦, “古今中外人名語音辨識系統之設計研究”國立中山大學電機工程研究所碩士論文,民國95年7月.
[8] 張文杰, “模型調式之語者辨識系統”國立中央大學電機工程研究所碩士論文.
[9] 2006香港街道圖 萬里機構出版.
[10] Lawrence Rabiner and Biing-Hwang Juang, “Fundamentals of Speech Recognition”, N.J.: Prentice Hail, 1993.
[11] Tze Fen Li, “Speech recognition of mandarin monosyllables,” Patter Recognition, vol.36 pp2713-2721, April 2003.
[12] L. R.Rabiner, “A tutorial on hidden Markov models and selected applications in speech recognition”, Proc, IEEE, vol.77, pp.257-286, Feb, 1989.
[13] Kazunaga Yoshida, Takao Watanabe and Shinji Koga,“Large vocabulary word recognition based on demi-syllable hidden markov model using samll amount of training data”, C&C Information Technology Research Laboratories, NEC Corporation, 4-1-1 Miyazaki, Miyamac-ku, Kawasaki213, JAPAN.
[14] Wai C. Chu, “Speech Coding Algorithms: Foundation and Evolution of Standardized Coders”, John Wiley & Sons, Inc. 2003
[15] Jeff A. Bilmes, “A Gentle Tutorial of the EM Algorithm and its Application to Parameter Estimation for Gaussian Mixture and Hidden Markov Models” , Proc. ICSI, April 1998