臺灣博碩士論文加值系統

中文摘要
語言是上天賦予人類最自然的溝通方式，也是人與人之間最快速且便利的溝通工具。學會使用國語來表達自己的情意，更是每個國民應具備的基本條件。國語是一種聲調語言，也就是聲調在國語中具有重要的辨義作用。所以聲調對於要學好國語來說是非常重要的。
任何的教學最後一定要有評量，評量一方面可以提供學習的人適當的回饋，另一方面可以供教學者當成下一次教學的參考。國語聲調的評量一直都是以人工評量為主，本論文則嘗試發展一套以電腦來評量學生唸讀單音國字聲調的評量模式。
本研究針對國小三年級的學生，唸讀二十四個國字音，經人工評量及電腦評量學生的聲調後，再比較兩種評量結果的一致性。研究者在既有的相關理論上成功的應用語音處理技術來建立聲調的電腦評量模式，本論文主要的成果如下：
在國音學聲調方面，使用「國語單字音聲調評鑑表」，做為人工評量的量表，並且肯定了人工評量的可靠性及一致性。
在擷取聲調的演算法上，研究者以自相關函數法為基礎，考慮開放空間的情形下，成功的將動態的起終點偵測(endpoint detection)及聲調平滑演算法應用在聲調的評量上。
評量模式的建立上，以自組織特徵映射加上聲調特徵建立起單一模式四個聲調的電腦評量，聲調評量回饋模式則為本評量模式的另一特色。而在電腦評量與人工評量的一致性上，第一聲約為0.92、第二聲約為0.86、第三聲約為0.82、第四聲約為0.95，整體的一致性則可達到0.89。
關鍵字：聲調、自組織特徵映射、電腦評量

Abstract
Language is a unique way of communication in humans. It is also an effective and convenient means of communication between people. To utilize language, for example Chinese, to expressive our inner thoughts is the responsibility of our people. Chinese is tonal languages which states the idea that tone in Chinese convey semantic meanings. Therefore, it is important to learn to use the tone in our language precisely.
Any types of teaching must involve evaluation. Evaluation provides learners a sufficient amount of feedback. On the other hand, it provides teachers a concrete criterion for setting teaching goals for the next teaching session. Chinese tonal evaluation used to be done by humans. This research developed a computerized evaluation to evaluate learners’ tone in Chinese.
Subjects of this research were the third grade in local elementary school. Each student read 24 Chinese characters. This processing each was evaluated by the traditional way and the computerized evaluation. The researcher for their consistency compared both evaluations. This speech signal process was used to establish computerized evaluation model in evaluating tones in Chinese and was based on the related field of studies. The results of this research was as follows:
In Mandarin phonetics tones, the “Evaluation sheet of Mandarin tones” was used in the human’s evaluation. The result confirmed the reliability and consistency of human’s evaluation.
Researchers use the method of autocorrelation for extracting the features of tones based on the autocorrelation. In an open space, successfully applied endpoint detection and tone smooth computerization in tone evaluation.
In establishing evaluation model, a signal computerized mode for each tones was created by using self-organizing feature maps. Tone evaluation feedback model is another characteristic of this research. In the consistency of computerized evaluation and human evaluation, first tone has the point of 0.92, second tone was 0.86, third tone was 0.82, the fourth tone was 0.95. The overall consistency rate was 0.89.
Key word: evaluation.tone, self-organizing process, computerized

目錄
第1章 緒論1-1
1.1 前言1-1
1.2 研究目的1-3
1.3 研究方法與架構1-4
1.4 論文簡介1-5
1.5 主要成果1-7
第2章 相關理論2-1
2.1 國音學理論2-1
2.1.1 發音語音學2-1
2.1.2 聲學語音學2-3
2.1.3 聲調理論2-3
2.2 語音信號處理理論2-6
2.2.1 語音信號的處理2-6
2.2.2 擷取聲調的方法2-10
2.3 類神經網路理論2-10
2.3.1 類神經網路的基本架構2-12
2.3.2 類神經網路的分類2-13
2.3.3 自組織特徵映射網路2-13
2.4 測驗評量理論2-17
2.4.1 評量的種類2-17
2.4.2 評定量表2-18
2.4.3 聲調的評量方法2-19
2.4.4 評分者的一致性考驗2-19
第3章 語音處理和人工聲調評量3-1
3.1 前置作業3-2
3.1.1 錄音的設備和方法3-2
3.1.2 語料及評量表3-2
3.2 人工評量的部份3-4
3.2.1 評量人員的訓練3-4
3.2.2 人工評量的一致性檢定3-4
3.3 電腦聲調處理3-5
3.3.1 擷取聲調的方法3-5
第4章 聲調評量模式的建立4-1
4.1 選取語音及抓取語音的特徵4-1
4.2 自組織映射的學習模式4-2
4.3 自組織映射的回想模式4-5
4.4 評量模式的建立4-6
4.5 回饋模式的建立4-7
第5章 實驗結果與討論5-1
5.1 人工評量的結果5-1
5.2 語料的特徵5-3
5.3 電腦評量與人工評量的比較5-5
第6章 結論及建議6-1
6.1 人工評量部份6-1
6.2 聲調擷取部份6-1
6.3 電腦評量部份6-2
6.4 未來的展望6-2
參考文獻IV

參考文獻
[1] 教育部國民小學課程標準編輯審查小組，國民小學課程標準，民國86，教育部。
[2] 鄭傑麟，“國語聲調音位的探究”，民國84年，屏東師院學報第八期。
[3] 趙克立，“用自組織特徵映對類神經網路作國語單音辨認”，民國81年，中原大學電子工程研究所碩士論文。
[4] 范明朝，“以自組織特徵映射應用於中文語音辨識上的研究”，民國81年，大同工學院資訊工程研究所碩士論文。
[5] 梅永人，“國語聲調電腦評量模式之研究”，民國89年，台中師範學院教育測驗統計研究所碩士論文。
[6] 陳雅菁，“類神經網路在兒童構音異常診斷上之應用”，民國84年，成功大學工程科學研究所碩士論文。
[7] Wolfgang Hess, Pitch Determination of Speech Signals, 1983, Springer-Verlag.
[8] 徐錫東，“國語字音四聲之辨認”，民國74年，清華大學電機工程研究所碩士論文。
[9] 國立台灣師範大學國音教材編輯委員會，國音學，民國71年，正中書局。
[10] 吳金娥、姚榮松、張孝裕、黃家定、廖吉郎、季旭昇、高秋鳳、張美煜、楊如雪、劉瑞箏、林國樑、張正男、張素貞、葉德明、潘麗珠，國音及語言運用，民國82年，三民書局。
[11] 陳新雄、竺家寧、姚榮松、羅肇錦、孔仲溫、吳聖雄，語言學辭典，民國78年，三民書局。
[12] Sadaoki Furui, Digital Speech Processing, Synthesis and Recognition, 1989, Marcel Dekker.
[13] 林宸生，數位信號─影像與語音處理，民國86年，全華科技圖書股份有限公司。
[14] John G. Proakis and Dimitris G. Manolakis, Digital Signal Processing Principles, Algorithms, and Applications, 1996,Prentice Hall Inc..
[15] Alan V. Oppenheim and Ronald W. Schafer, Discrete-time Signal Processing, 1989, Prentice Hall Inc..
[16] Wolfgang Hess, Pitch Determination of Speech Signals, 1983, Springer-Verlag
[17] 簡茂發，心理測驗與統計方法，民國78年再版，心理出版社。
[18] 郭生玉，心理與教育測驗，民國85年，精華書局。
[19] 林清山，心理與教育統計學，民國81年，東華書局。
[20] Toshinori Munakata, Fundamentals of the New Artificial Intelligence: beyond Traditional paradigms,1998, Springer-Verlag.
[21] 葉怡成，類神經網路模式應用與實作，民國84年，儒林書局。
[22] Robert Hecht-Nielsen. Neurocomputing. , 1989, Addison-Wesley Inc..
[23] Patrick K. Simpson. Artificial Neural Systems. 1990, Pergamon Inc..
[24] 洪正雄，“基於基頻週期之語音分析與辨識”，民國82年，中央大學資訊及電子工程研究所碩士論文
[25] 高文祥，“中文語音特徵抓取與辨識”，民國82年，中央大學資訊及電子工程砰究所碩士論文。
[26] L.R. Rabiner and R.W. Schafer, Digital Processing of Speech Signals, 1978 , Prentice Hall.