國語之韻律及聲調模型與其在語音辨識 及韻律預測之應用

Abstract

語音中的韻律訊號是口語溝通中，不可或缺的一環。在數位語音工程的應用中，語音韻律訊號的模型及解讀應有助於提升系統對人類語言的處理能力。本論文藉由多種訊號特徵及語言特徵，並採用三種機器學習之方法做為基本架構，建立了國語的韻律訊號模型，來解讀國語語音中所呈現的韻律事件，進而應用在數位語音工程的諸多應用上。 在國語大字彙連續語音辨識之應用中，我們利用四個韻律訊號維度之資訊來建構模型，對各個聲調韻律事件的可能性做評估，用以執行兩段式的語音辨識，並得到顯著的字元辨識進步率。 在韻律預測之應用上，我們也根據猜測的所有可能會影響韻律訊號之事件，推估這些韻律事件對各個韻律維度上呈現現象之綜合影響，並以之建立了與統計數據相合的韻律模型。