關鍵詞辨認是語音辨認中一項較特別的技術，雖然我們希望以自然的說話
方式輸入語音，但在某些特定應用中，卻不須要對整段語句作辨認，只要
辨認出其中某些詞，就能達到使用者的目的。本研究即探討關鍵詞辨認
(Keyword Spotting) 的方法，找出適合國語語音特性的辨認方法，以期
能更有效標定特定詞之所在，加以辨認。本研究所採用的方法，是以隱藏
式馬可夫模型 (Hidden Markov Mod- el) 技術，建立各關鍵詞之語音模
型，而對於非關鍵詞的語音模型，則另建填充音模型（filler model）來
代表。若填充模型是以針對特別任務所錄製的語料訓練而成，則可達到
近90％的辨識率。若以常見非關鍵詞語句之單音節組成填充模型，亦可達
到相同的效果。我們亦嘗試以國語的全部音節當作填充模型，此時僅需考
慮關鍵詞的分數即可，其實也可視為沒有填充模型的存在。在經過語者調
適之後，辨識率可達83％。本研究建構了一個四問四答的展示系統，以驗
證實際應用關鍵詞辨認的可能性，使用減少觀測機率計算量的方法，可在
僅犧牲一點辨識率的狀況下，加快關鍵詞辨認的速度。本論文第二章將會
把目前處理語音辨識問題的方法及基本理論做一概括性的描述，詳細解說
本論文用來解決關鍵詞辨認所使用的方法，並對目前關鍵詞辨認發展的現
況大略的介紹。第三、四章則是敘述針對特定應用系統和不特定應用系統
兩種不同狀況與方法的實驗結果。第五章將針對實際應用面臨的問題提出
改進與調整的作法，並描述一個展示系統的設計。最後第六章是結論。
|