本論文的主要目的，在針對十萬筆中文人名之語音辨識系統，進行設計與實作。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，作人名候選之機制，並配合中文之聲調辨識，以提升最終結果之可靠度。

實驗證實在語者相依的情況下，透過四聲的正確分類與平衡的單音訓練兩策略，吾人約可獲得85%之正確辨識率。這個結果，比未使用上述兩策略之系統，約可增加8%之正確辨識率。整體語音辨識系統，在Intel Celeron 2.4 GHz之處理器與Red Hat Linux 9.0的運算環境下，中文人名之語音辨識，約可在2.0秒內完成。

The objective of this thesis is to design and implement a speech recognition system for one hundred thousand Chinese names. Mel frequency cepstrum coefficient, hidden Markov model and lexicon search strategy are utilized to choose the name candidates. Furthermore, a mandarin intonation technique is also incorporated into this system to increase the final speech recognition accuracy.

The experimental results indicate that for the speaker dependent case, an 85% correct rate can be achieved by use of the proposed intonation classification scheme and the balanced monosyllable training database. The above correct rate has an increase of 8% over the previous method without using these two techniques. Under Redhat Linux 9.0 environment, a mandarin name can be recognized within 2 seconds by the use of a computer with Intel Celeron 2.4 GHz CPU.

摘要I-II
致謝III
目錄IV-V
圖目錄VI
表目錄VII
第1章 緒論1
1-1 研究動機與目的1
1-2 研究方法2
1-3 章節概要2
第2章 語音訊號處理之基本技術3
2-1 語音辨識系統架構3
2-2 端點偵測(Endpoint Detection)4
2-2-1 能量(Energy)4
2-2-2 越零率(Zero Crossing Rate)5
2-3 視窗函數(Window Function)7
2-4 特徵萃取(Feature Extraction)8
2-4-1 線性預估倒頻譜係數10
2-4-2 梅爾倒頻譜係數(MFCC)11
2-5 隱藏式馬可夫模型(HMM)13
2-5-1 隱藏式馬可夫模型理論13
2-5-2 訓練系統(Training)15
2-5-3 測試系統(Testing)16
2-6 自相關函數(ACF，Autocorrelation Function)18
第3章 系統設計與實驗結果21
3-1 資料庫建立與規劃21
3-2 資料庫錄製方式23
3-3 系統說明24
3-4 系統架構28
3-5 系統相關參數設定34
3-6 驗證測試結果35
第4章 結論與討論37
4-1 結論37
4-2 討論38
參考文獻39

[1] 鄭吉峰，“台灣地區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94年7月。

[2] 孫益君，“以PDA為平台之語音辨識應用系統開發”，中原大學資訊工程研究所碩士論文，民國92年7月。

[3] 楊永泰，“隱藏式馬可夫模型應用於中文語音辨識之研究”，中原大學資訊工程研究所碩士論文，民國88年7月。

[4] 王小川，“語音訊號處理”，全華科技圖書公司，民國93年。

[5] 維基百科，http://zh.wikipedia.org/

[6] 台灣概覽，http://twinfo.ncl.edu.tw/

[7] 全國商工行政服務網，http://210.69.121.50/~doc/ce/cesc1110.html

[8] 公開資訊觀測站，http://newmops.tse.com.tw/

[9] 歌詞帝國，http://www.kikikoko.idv.tw/

[10] 批踢踢實業坊，bbs://ptt.cc

[11] David S. Petruncio,Jr. and Mark A. Hasegawa-Johnson,“Evaluation of Various Features for Music Genre Classification with Hidden Markov Models”, ECE, March 2002.

[12] 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。

[13] Lawrence Rabiner and Biing-Hwang Juang, "Fundamentals of Speech Recognition", N.J.: Prentice Hall, 1993.

[14] Ben Gold and Nelson Morgan, "Speech and Audio Signal Processing: Processing and Perception of Speech and Music", John Wiley & Sons, Inc. 2000.


[15] Wai C. Chu, “Speech Coding Algorithms: Foundation and Evolution of Standardized Coders” , John Wiley & Sons, Inc., 2003.

[16] 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.

[17] 黃銘崇，“不特定語者語詞辨識系統之特徵設計”，國立中山大學電機工程研究所碩士論文，民國90年6月。

[18] 鄭博文，“雜訊環境下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。

[19] 賴昭華，“不特定語者中量語詞辨識系統之設計研究”，國立中山大學電機工程研究所碩士論文，民國91年7月。

[20] 潘睿慈，“特定語者中文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94年7月。

[21] 廖蓋隆,羅竹風,范源主編，“中國人名大詞典”，上海辭書出版社出版 : 新華書店發行，1990年。

[22] 國父全集編輯委員會編輯，“國父全集 補編”， 臺北市 : 近代中國出版 : 中央文物總經銷，民國78年。

[23] 胡健國，“近代華人生卒簡歷表”，國史館印行，民國93年。

[24] 王永志 主編，“2006台灣名人錄”， 中央通訊社，2005年12月初版。

[25] 大專院校一覽表，http://reg.aca.ntu.edu.tw/college/search/

[26] 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。