即时语音辨识系统-逢甲大学.pdfVIP

報告題名： 即時語音辨識系統 Real-time Speech Recognition System 作者： 文偉君 系級：電子 工程 學系 四甲 學號：D0182686 開課老師：陳冠宏老師 課程名稱：專題研究 開課系所：電子 工程 學系 開課學年： 104 學年度第 一 學期 即時語音辨識系統 中文摘要 隨者科技業的蓬勃發展，語音辨識一直是眾人關注的議題，其現今的應用涵 蓋甚廣，例如：Apple 公司將它拿來製成Siri ；Google 公司將它拿來發展成各國 翻譯程式；以及各家科技業者也都應用語音 辨識來執行不同的指令。 本系統是由測試者即時錄製一段數字語音並且進行辨識，錄製完後由Matlab 以「過零率」與「音量大小」偵測一段話裡面的數個音節(syllable)端點後，將音 節切割，並交由 HTK(Hidden Markov Model Toolkit) 系統將音節轉換為音素(Phone) 以並且抽取特徵值。其中，HTK 系統以梅爾倒頻參數法對每個音素截取39 維包( 含差量及差差量 )之特徵向量。當 HTK 完成測試者的音訊節取特徵後，再與我們 事先交由 HTK訓練好的特徵隱藏式碼可夫模型範本進行音素 (Phone)辨識。辨識 音素之後是採用最大似然率決策法，會從音素分群中選擇最接近的音節作為歸 類，辨識完成後會完整顯示測試者的數字語音內容。 而研究結果顯示本系統對特定語者辨識比較精準，但對於非特定語者辨識還需要 加強辨識率，而本研究對提升非特定語者的辨識率上提出兩項建議：第一項為「分 群語者」：將語者進行分群 男、女；長、幼( …)後再以不同的分群範本來辨識；第 二項為「回饋資料庫」：將辨識錯誤之範本由測試者透過介面改正後傳回建構資 料庫。未來之研究面向將以提升辨識率的方面進行。 關鍵字 ：ATK 、Matlab 、即時語音辨識、 MFCC 、資料庫 1 逢甲大學學生報告ePaper(2015 年) 即時語音辨識系統 Abstract With those booming technology industries, speech recognition has been the subject of attention, which now covers a wide range of applications. Such as: Apple brings it into Siri; Google develops it into translation program with different countries; and various technology companies also apply speech recognition to perform different commands. In the 4G generations, “Internet of Things” is well known. Through the internet of things, we can save the consumption of human resources. Moreover, it can bring great convenience to our life. As we know, it has a close relationship between networking and speech recognition. This study hopes to learn the speech recognition principle better. So that I can have a deeper understanding about speech recognition technology. Next, I tried diffe