本論文主要探討西文語音辨識系統之設計與實作策略。系統以西文常用單音節作為主要的訓練與辨識方式。運用西語發音規則，將242個常用單音節，每個錄製6輪，每輪唸一聲與四聲兩種不同音調的單音各一次，六輪每個單音可得12次之聲紋特性作為訓練語料。系統採用梅爾倒頻譜係數與線性預估倒頻譜係數，經由隱藏式馬可夫模型，來作聲音之辨識。在CPU時脈為1.6GHz的AMD Sempron Processor 2800+ 之個人電腦與Ubuntu 9.04作業系統下，針對吾人所收集之4217筆西文語詞，在切字正確的前提下，吾人約可達到86%之正確辨識率，平均所需辨識時間約在1.5秒以內。

This thesis investigates the design and implementation strategies for a Spanish speech recognition system. It utilizes the speech features of the 242 common Spanish mono-syllables as the major training and recognition methodology. A training database of twelve utterances per mono-syllable is established by applying Spanish pronunciation rules. These twelve utterances are collected through reading six rounds of the same mono-syllable with two different tones. The first pronounced pattern has high pitch of tone one, while the second one has falling pitch of tone four. Mel-frequency cepstral coefficients, linear predictive cepstral coefficients, and hidden Markov model are used as the two feature models and the recognition model respectively. Under the AMD Sempron Processor 2800+ with 1.6GHz clock rate personal computer and Ubuntu 9.04 operating system environment, a correct phrase recognition rate of 86% can be reached for a 4217 Spanish phrase database. The average computation time for each phrase is about 1.5 seconds.

摘 要 II
致 謝 III
目 錄 IV
圖目錄 VI
表目錄 VII

第一章 緒論 1
1-1 研究動機 1
1-2 研究方法 2
1-3 論文章節概要 3

第二章 西班牙文語音學基礎 4
2-1 字母表 4
2-2 子音與母音的發音規則 6
2-3 發音的音節區分 10
2-4 重音符號語發音規則 11

第三章 語音訊號處理相關技術介紹 12
3-1 辨識系統架構與前處理 12
3-1-1 音節切割與去除靜音 13
3-1-2 能量與越零率 13
3-1-3 線性預估係數誤差能量 15
3-2 特徵萃取流程 17
3-2-1 預強濾波器 17
3-2-2 加視窗 18
3-2-3 離散傅利葉轉換 19
3-2-4 梅爾頻率濾波器 19
3-2-5 離散餘弦轉換 21
3-2-6 線性預估倒頻譜係數 22
3-3 隱藏式馬可夫模型 25
3-3-1 參數初始化 26
3-3-2 參數重估 27
3-3-3 正向程序與逆向程序 27
3-3-4 狀態轉移機率矩陣參數重估 29
3-3-5 狀態觀察機率矩陣參數重估 29
3-4 維特比演算法 31

第四章 西文語音辨識系統實作成果與辨識效能 33
4-1 單音模型的建立 35
4-2 單音模型訓練方法(一) 36
4-3 單音模型訓練方法(二) 38
4-4 西文常用語詞辨識系統 40
4-5 中西語言辨識系統 41

第五章 結論與未來展望 43
5-1 結論 43
5-2 未來展望 43

參考文獻 44

[1] 維基百科, http://zh.wikipedia.org/

[2] 王小川,語音訊號處理, 全華,民國93年。

[3] 謝文廣,“中文語音辨識系統增進辨識率之策略研究-以地址系統與二、
三、四字詞為例”, 國立中山大學電機工程研究所碩士論文, 民國98年
7月。

[4] 陳永銘,“英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98年7月。

[5] 林娟娟,西班牙文發音法, 冠唐出版社, 台北, 民國95年。

[6] 何仕凡,西班牙語發音一學就會, 三思堂出版社, 台北, 民國91年。

[7] 陳孟揚,“日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98年7月。

[8] L.Villarrubia, L.H. Gomez, J.M. Elvira, and J.C. Tirrecilla,
“Context-Dependent units for Vocabulary-Independent Spanish
Speech Recognition”, IEEE, 1996.

[9] H.Hasan, J.M Pardo, S. Alexandres, and C. Casado, "Phonetic Properties Of A Large Spanish lexicon And Its Implications For Large Vocabulary Speech Recognition", IEEE, 1989.