(3.235.41.241) 您好!臺灣時間:2021/04/15 05:17
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:柯志承
研究生(外文):Jyh-Cherng Ke
論文名稱:連續語音關鍵詞之辨識
論文名稱(外文):Automatic Recognition of Keywords in Continuous Speech
指導教授:莊堯棠
指導教授(外文):Yau-Tarng Juang
學位類別:碩士
校院名稱:國立中央大學
系所名稱:資訊及電子工程研究所
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:1994
畢業學年度:82
語文別:中文
中文關鍵詞:關鍵詞萃取相連音辨認隱藏式馬可夫模型維特比演算法電腦總機
外文關鍵詞:Keyword SpottingConnected Word RecognitionHidden Markov Model
相關次數:
  • 被引用被引用:0
  • 點閱點閱:87
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
在本論文中是要實現關鍵詞萃取(Keyword Spotting)的技術,我們是針對
特定語者與不特定語者建立一套具有能辨識出語者所唸語料中關鍵詞
(Keyword,如人名)的系統,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,並做出語者所需的要求.對於
要實現關鍵詞萃取的困難處,在於我們無法掌握每個語者可能唸的無關詞(
Nonkeyword,如問候語),因此我們使用的方法是應用相連音的辨識方法在
隱藏式馬可夫模型(Hidden Markov Models)上,如此不但可以減少記憶體
同時亦可加快處理的時間,其主要的方法是將整個語句分成關鍵詞與無關
詞二種獨立辨識模組,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,由我們處理的演算法將關鍵詞萃取出來.所以首
先我們提出建立關鍵詞模組與無關詞模組的方法,接著提出利用馬可夫模
型的維特比演算法(Viterbi's Algorithm)對語音找出最佳狀態序列,並將
關鍵詞由連續語音中找出.在本論文是建立35個特定人名為我們的關鍵詞,
分別實驗經由麥克風環境及電話網路系統,最後並建立能辨認35個特定人
名,不特定語者的電腦總機系統.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊
 
系統版面圖檔 系統版面圖檔