本論文之主要目的，在設計與實作中文人名與二、三、四字語詞辨識系統。系統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，來做語詞的候選機制。實驗證實在語者相依的情況下，於訓練時加入重疊音框以及混合訓練之策略，中文人名以及二、三、四字語詞之辨識率，約可分別提升4%、5%、4%與2%。系統在 Intel Celeron 2.4 GHz CPU之個人電腦與Red Hat Linux 9.0之運算環境下，語詞辨識平均約可在2秒內完成。

The objective of this thesis is to design and implement a speech recognition system for Mandarin names and phrases. This system utilizes Mel frequency cepstral coefficients, hidden Markov model and lexicon search strategy to select the phrase candidates. The experimental results indicate that for the speaker dependent case, a strategy incorporating overlapping frames and hybrid training can result in an improvement of 4%, 5%, 4% and 2% on the recognition rate for the Mandarin name, two-word, three-word and four-word phrase recognition systems respectively. Under Redhat Linux 9.0 operating system, any Mandarin name or phrase can be recognized within 2 seconds by a computer with Intel Celeron 2.4 GHz CPU.

摘要I
致謝II
目錄III
圖目錄V
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1
1-3 章節概要2
第二章 系統架構與語音訊號處理之相關技術3
2-1 語音辨識系統架構3
2-2 切割單音5
2-2-1 能量(Energy5
2-2-2 越零率(Zero Crossing Rate)5
2-2-3 線性預估係數誤差能量(LPCEE)6
2-3 特徵萃取(使用梅爾倒頻譜係數(MFCC))8
2-3-1 漢明視窗(Hamming Window)8
2-3-2 離散傅立葉轉換(DFT)8
2-3-3 梅爾三角濾波器8
2-3-4 離散餘弦轉換(DCT)10
2-3-5 對數能量與差量倒頻譜參數10
第三章 隱藏式馬可夫模型(HMM，Hidden Markov Model) 12
3-1 模型訓練13
3-2 文字比對17
第四章 人名與字號系統設計之介紹19
4-1 資料庫建立與規劃19
4-2 訓練單音的錄製方式19
4-3 系統輸入與顯示方式20
第五章 實驗結果24
5-1 實驗的模擬結果24
5-2 系統相關參數設定31
第六章 結論與討論32
6-1 結論32
6-2 討論33
第七章 參考文獻34

[1] 鄭鶴得,“中文二字語詞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96年7月。
[2] 吳俊榮,“中文二、三、四字語詞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96年7月。
[3] 杜秋娟,“十萬個中文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96年7月。
[4] 王小川,“語音訊號處理”,全華,民國93年。
[5] 陳躍升,“中文履歷表之語音建構系統設計”,國立中山大學電機工程研究所碩士論文, 民國95年7月。
[6] 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。
[7] Ben Gold and Nelson Morgan, “Speech and Audio Signal Processing: Processing and Perception of Speech and Music”, John Wiley & Sons. Inc. 2000
[8] 國語日報出版中心主編，“新編國語日報辭典”，出版者 : 國語日報社，民國96年。
[9] Tze Fen Li, “Speech recognition of mandarin monosyllables,” Patter Recognition, vol.36 pp2713-2721, April 2003.
[10] L. R. Rabiner, “A tutorial on hidden Markov modles and selected application in speech recognition”, Proc. IEEE, vol.77, pp. 257-286, Feb. 1989
[11] 林士翔,“數據擬合與分群方法於強健語音特徵擷取之研究”,國立台灣師範大學資訊教育研究所碩士論文, 民國96年7月。
[12] 張志豪,“強健性和鑑別力語音特徵擷取技術於大詞彙連續語音辨識之研究”,國立台灣師範大學資訊工程研究所碩士論文, 民國94年7月。
[13] Lawrence Rabiner and Biing-Hwang Juang, "Fundamentals of Speech Recognition", N.J.: Prentice Hall, 1993。
[14] 馬自毅、顧宏義注譯，“新譯百家姓” ，三民書局印行，民國94年3月。
[15] 中國人名大辭典/方毅、臧勵龢等編.--台灣商務,民79。
[16] 四庫全書傳記資料索引附字號索引.--台北:商務,民79。