論文裡探討如何利用梅爾倒頻譜參數、線性預估碼激發源、母音模型、隱藏式馬可夫模型及維特比演算法等語詞辨識相關技術，來設計一套中文語詞的語音辨識系統。主要辨識系統採用目前被廣泛地應用在語音辨識的隱藏式馬可夫模型。此外，為了加快辨識速度，吾人利用中文母音結構的穩定特性，結合母音辨識的方法來完成。在語者相依、實驗室的環境之下，平均在一秒左右可完成單詞辨識，辨識率達98%。

A Mandarin phrase recognition system based on MFCC, LPC scaled excitation, vowel model, hidden Markov model (HMM) and Viterbi algorithm is proposed in this thesis. HMM, which is broadly used in speech recognition at present, is adopted in the main structure of recognition. In order to speed up the recognition time, we take advantage of stability of vowels in Mandarin and incorporate with vowel class recognition in our system. For the speaker-dependent case, a single Mandarin phrase recognition can be accomplished within 1 seconds on average in the laboratory environment.

摘要 1
致謝辭 2
目錄 3
圖目錄 5
表目錄 6
第 1 章 緒論 7
1-1 研究動機與目的 7
1-2 研究方向與方法簡介 8
1-3 章節大要 11
第 2 章 理論背景 12
2-1 語詞辨識流程 12
2-2 特徵擷取 13
2-2-1 最大相似比(MLR) 15
2-2-2 視窗函數(Window Function) 16
2-2-3 梅爾刻度三角濾波器組(Mel-scale Triangular Filter Banks) 17
2-2-4 離散餘弦轉換(DCT) 19
2-3 音節切割 20
2-3-1 線性預估編碼(Linear Predictive Coding，LPC) 22
2-3-2 線性預估編碼激發源(LPC scaled excitation) 23
2-4 辨識系統 26
2-4-1 HMM模型描述 27
2-4-2 HMM模型訓練 29
2-4-3 HMM模型辨識法則 30
第 3 章 實驗結果 33
3-1 音節部份 33
3-2 語詞部份 35
第 4 章 結論與建議 37
4-1 結論 37
4-2 建議 38
參考文獻 38

[1] 賴昭華, “不特定語者中量語詞辨識系統之設計研究” , 國立中山大電機工程研究所碩士論文, 民國91年7月.
[2] 許博閔, “混合式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93年7月.
[3] 張慶勇, “中文地址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93年7月.
[4] Lawrence Rabiner and Biing-Hwang Juang, “Fundamentals of Speech Recognition”, pp. 97-112, N.J.: Prentice Hail, 1993.
[5] V. R. Algazi, K. L. Brown, M. J. Ready, D. H. Irvine, C. L. Cadwell and Sang Chung, “Transform Representation of the Spectra of Acoustic Speech Segment with Applications－I: General Approach and Application to Speech Recognition,” IEEE Trans. Speech and Audio Processing, vol.1, No.2, April 1993.
[6] A. M. Kondoz, “Digital Speech Coding”, New York : John Wiley & Sons Inc., 1994.
[7] S. S. Stevens and J. Volkmann,“The relation of pitch of frequency : A revised scale”, Am. J. Psychol., 53 : 329-353, 1940.
[8] A.lan V. Oppenheim, Ronald W. Schafer, with John R. Buck, “Discrete-Time Signal Processing”, pp. 589-595, N.J.: Prentice Hall, 1999.
[9] 賴晶儀,“國語語音之音韻歷程分析及治療簡介”, 民國92年11月.
[10] 陳豫德, “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92年7月.
[11] John R. Deller, J. G.. Proakis, and John H. L. Hansen, “Discrete-Time Processing of Speech Signals”, New York: Macmillan Pub. Co., 1993.
[12] L. R. Rabiner, “A tutorial on hidden Markov modles and selected application in speech recognition”, Proc. IEEE, vol.77, pp. 257-286, Feb. 1989.