臺灣博碩士論文加值系統

聽障生因為聽覺能力受到限制，所以在語言學習上有很大的障礙，本論文針對中文的詞彙發音，提出一套語音比對方法，用來幫助聽障生學習發音。其主要觀念，是利用『發音確認(utterance verification)』建立語音比對的技術，且可在電腦上展示發音狀況，自動判斷發音的差異程度，進而矯正其發音。
語音比對的技術，主要可以區分成兩個部分，先是利用隱藏式馬可夫模型(Hidden Markov Model,HMM)來建立中文音節的語音模型。其次就是建立語音比對的方法。我們使用兩種不同的信心量測方式，來建立每個詞彙相對應的門檻值，將來做發音比對時，如果學習者的發音分數，低於門檻值的話，就判定為發音錯誤，反之則為正確。
其中信心量測方法(一)，是以整個詞為單位計算其分數，再利用反模型組來做正規化，而信心量測方法(二)，則是把詞彙切割成音節單位，去考慮每個音節的混淆狀況，對各音節的分數加入不同權重，最後再把各音節分數加起來，當成詞彙的分數。從實驗結果中發現信心量測方法(一)有較佳的表現，其EER約10%，信心量測方法(二)的EER則約15%，其效能較差的原因，可能是由於語料不足，所以求出的權重不是十分精確，而降低了計算分數的準確性，但是利用這個方法，我們還是可以觀察出每個詞彙的混淆程度，所以可以如果一旦語料的數目增多之後，
對於求取的參數準確性應可大大提高，這也是未來可以改進的地方。

目錄
第一章 緒論…………………………………………………………..1
1.1 研究動機…………………………………………………….1
1.2 中文發音特性……………………………………………….2
1.3 研究方向…………………………………………………….5
1.4 論文結構…………………………………………………….6
第二章 原理及基本技術……………………………………………...7
2.1 語音特徵參數之抽取……………………………………….9
2.2 利用隱藏式馬可夫模型建立語音模型…………………...13
2.3 比對方法的基本架構……………………………………...17
2.4 兩種信心分數估測方法...........................................................20
2.4.1 信心分數估測方法(一)……………………………..20
2.4.2 信心分數估測方法(二)………………………….….23
第三章 實驗及結果分析……………………………………………...27
3.1 語音模型的建立…………………………………………...27
3.2 實驗的設計………………………………………………...29
3.3 實驗結果與討論…………………………………………...30
3.3.1 信心分數估測比較正規化與未正規化的實驗…..30
3.3.2 兩種信心估測方法的比較………………………..34
3.3.3 語音比對實驗………………………………………39
第四章 語音比對系統說明………………………………………….. 41
4.1 系統的基本架構………………………………………….…41
4.1.1 基本功能介紹………………………………………42
4.2 系統操作程序…………………………………………….…50
第五章 結論與展望…………………………………………………...52
參考文獻………………………………………………………………..54

【1】鍾玉梅，“聽覺障礙的語言治療”國立嘉義師範學院特殊教育中心印行，民國八十四年六月出版
【2】 Febe de Wet , Catia Cucchiarini , Helmer Strik and Lou Boves “Using Likelihood Ratios to Perform Utterance Verification in Automatic Pronunciation Assessment” , Eurospeech 1999 ,vol 1 , pp173.
【3】 L. R. Rabiner/R. W. Schafer, “Digital Processing of Speech Signals”, 虹橋書店
【4】蔡佳君，”國語發音漢語法”，學生書局，民國六十七年八月再版
【5】 徐光輝，”國語語音資料庫MAT-2000上的聲調辨認研究”， 國立清華大學電機工程研究所碩士論文，民國八十九年六月
【6】 Luciana Ferrer ,Claudio Estienne ”Improving Performance of a Keyword Spotting System by using a New Confidence Measure” , Eurospeech 2001 ,vo14 , pp2561.
【7】 Takatoshi JITSUHIRO , Satoshi TAKAHASHI , Kiyoaki AIKAWA “Rejection of Out-of-Vocabulary Words Using Phoneme Confidence Likelihood” , ICASSP 1998 , vol 1, pp217.
【8】 M.W.Koo ,C.H.Lee and B.H.Juang ,”A New decoder Based on a Generalized Confidence Score”,ICASSP 98, pp 213-216.
【9】 Ogata J , Ariki Y ,“Improved Speech Recognition Using Iterative Decoding based on Confidence Measures” ,Eurospeech 2001, vol 4 , pages 2577.
【10】 N. Moreau & D. Jouvet , “Use of a Confidence Measure Based on Frame Level Likelihood Ratios for the Rejection of incorrect data ” , Eurospeech 1999 , vol1, pp.291
【11】 Gies Bouwman , Lou Boves , Johan Koolwaaij “Weighting Phone Confidence Measures for Automatic Speech Recognition” , Workshop on Voiced Operated Telecom Services , pp 59-62
【12】 Simo O. Kamppari and Timothy J.Hazen “Word and Phone Level Acoustic Confidence Scoring ” , ICASSP 2000 , vol 3 ,pp 1799
【13】 Jouvet D., Bartkova K., Mercier G., “Hypothesis Dependent Thresholding Setting for Improed Out-of-Vocabulary Data Rejection”. ICASSP , vol. 2 , Phoenix ,USA , 1999
【14】 莊向凱，“國語語音資料庫之標音系統”，國立清華大學電機工程研究所碩士論文，民國八十八年六月
【15】 S.B. David and P.Mermelstein, “Comparison of parameter repre-sentation for monosyllabic word recognition in continuously spoken sentences”, IEEE Trans. Acoustic, Speech, Signal. Proc., vol.28, no.4, pp.357-366, August 1980.
【16】 Lawrence Rabiner and Biing —Hwang Juang, “Fundamental of speech recognition”, Prentice Hall 1993
【17】 林嘉淙， ”國語發音比對及其發音教學上之應用”， 國立清華大學電機工程研究所碩士論文，民國九十年六月