一、研究目的：在國內，中文語音之研究已有好幾年之歷史，但前幾年均僅限於少量
字彙之研究，且辨認率不高。近幾年來已趨向大量字彙且辨認率高之研究。但對於中
文速續字音，則均未有具體成果，而連續字音又是人類最自然之說話方式。所以本研
究針對連續字音之特性，設計一中文連續數字之辨認系統。
二、研究方法：１：連續數字之斷字方法：根據能量的觀點，利用類神經網路中之多
層認知網路（Multi-layer Perception Net）之倒傳遞訓練法（Back-propogation T
-raining Algorithm）找出連續數字中，字與字之間的邊界（Boundary）。
２：辨認方法：利用快速傅利葉轉換（FFT ），將上述斷出之數字之特徵（Feature
）抽出，再次利用類神經網路中之多層認知網路（Multi-layer Perception Net）之
倒傳遞訓練法（Back-propogation Training Algorithm ）求出正確之答案（０－９
）。
三、結果與檢討：１：斷字部分：利用類神經網路所求得字與字之間的邊界，結果相
當令人滿意，在找出輸入之語音中，到底包含幾個數字之正確率達９５％以上。
２：辨認部分：將單字斷出後，經端點檢測（End_point Detection ），特徵拮取（
Feature Extraction）後，送入神經網路中，亦有不錯之辨認率。
四、重要成果簡述：１：我們利用類神經網路中之多層認知網路（Multi-layer Per-
ception Net ）來完成斷字及辨認兩部分，經實驗證明，此方法在辨認率及架構上令
人滿意，同時此種網路在架構上具有規則性和並行處理之功能，這些優點使得這種網
路更適合硬體之實現。
２．若將此套連續數字之辨認系統，再加以修正，即可建立一套由語音所控制之自動
撥號系統。
|