一、研究背景
語音辨認已發展很多年了，但目前仍局限於傳統的Dynamic Time Warping（DTW） 及
Hidden－Markov Model（HMM） 兩種方法。找尋新的辨認方法及應用VLSI技術一直是
研究語音辨認者所追求的目標。
二、研究方法
在本論文中，我們應用具有解決最佳化問題的特性之霍普菲爾德（Hopfield）神經網
路，來解決語音辨認中如何求出兩組樣本（pattern） 之間類似度的問題。此網路在
結構上具重覆性及規則性，並且每一個處理單元的構造都非常簡單。此外當我們在利
用華爾恕轉換拮取語音特徵時可以發現因為相差所產生的問題。並且提出一個一般性
的證明來說明可容忍相差大小和華爾恕轉換級數（order） 之間的關係。
三、結果與討論
我們簡單的應用一個單音且特定語者的語音辨認系統來比較傳統的DTW 與神經網路的
優劣。結果顯示神經網路不但在構造上優於DTW 更在辨認率上稍優於DTW 。雖然這需
要更多的實驗來驗證孰劣，但整體來看，神經網路的優點較多。
四、重要成果簡述
１．提出一個新的訓練（Training）方法。
２．提出一種新的語音辨認方法，不但在辨認率上令人滿意，而且在結構上非常適合
VLSI的製造。
３．證明華爾恕轉換相差與級數間的關係。
|