臺灣博碩士論文加值系統

本篇論文主要的目的是實現基於次音節單元的關鍵詞萃取辨識技術，我們
針對一般不特定語者建立了一套具有能辨識出語者所唸出連續語句中關鍵
詞之系統，也就是說只要語者唸出的語句中含有本系統所建立的關鍵詞，
本系統即能將此關鍵詞找出，並加以辨識。對於實現關鍵詞萃取辨識的困
難之處，在於我們無法掌握每個語者的詢問模式，因此我們使用相連音的
辨識方法應用在隱藏式馬可夫模型上，其主要的技術是將整個語句分成關
鍵詞與無關詞二種獨立辨識模組，此二種辨識模組在訓練時是獨立建立的
，在辨識時再結合成一個辨識單元來處理，由專門處理的演算法將關鍵詞
萃取出來。其中關於關鍵詞模組，在本文中是使用基於次音節單元所訓練
的模組所組成，因此可以讓系統的實用價值大為提高。在本論文中我們建
立了35個特定人名做為系統的關鍵詞，經由電話網路環境來進行實驗，模
擬具有35個特定人名的電腦總機系統。

In this thesis, we mainly propose a technique for Continuous
Speech Wordspotting System based on Sub- Syllable Unit. A
Connected Word Recognition Algorithm has been implemented. We
discuss techniques for dealing with both non- keyword speech
models and keyword speech models in training. An HMM-based
connected word recognition sys- tem is used to find the best
sequence of keyword, non- keyword for matching the actual
input. In this thesis, we task with a 35 Keyword by telephone
network system to simulate an automatic recognition system of
the Ph- one Operator for speaker independent case.