子計畫一：無線通訊環境下國語語音之分散式辨認(3/3)
Date Issued
2003-07-31
Date
2003-07-31
Author(s)
李宇旼
DOI
912219E002035
Abstract
無線通訊的興起，滿足了人們隨心所欲，隨時隨地交流訊息，傳遞
資訊的渴望：例如，不管走到那裡，你都可以和好朋友們交換心情
；在緊急事件的當下，透過無線通訊，我們也可以掌握到最快、最
新的資訊。而通訊技術不斷地進步，使得我們不但可以利用無線網
路進行對談，也可以透過它連上網際網路，來存取想要獲得的資訊
。例如，你可能想要隨時下載在你的電子信箱中的郵件；或是當你
在會議進行中，發現有某一筆文件忘了帶，你可以透過行動電話呼
叫家中的電腦為你傳送過來。此外，無線通訊即將邁入一個新的進
程－－第三代行動通訊，其提供的頻寬，可以讓我們享受許多多媒
體的服務，屆時，我們可以利用行動電話下載許多的影音資訊，不
需要個人電腦和網路線，一樣可以存取網際網路上的資源。但是有
一個問題隨之而來，那就是：我們勢必要對行動電話下很多複雜的
指令；但是行動電話的體積為了可攜性，方便性的緣故是愈做愈小
，也就是說，我們可以在行動電話上安排輸入的按鍵數目將愈來愈
少，未來在功能增多情况下將不敷使用。另外，行動電話鍵盤的設
8
計，本來是用來輸入電話號碼，但在進入高頻寬的第三代行動通訊
的時代後，行動電話的角色將不只是通話的工具，為了要應付更多
更複雜的指令，原先的鍵盤設計不能符合新的用途。所以尋找一個
方便，快速又能處理繁雜指令的輸入介面，是我們所關注的。而利
用語音作為輸入介面不啻為一個好方法：語音輸入符合了我們上述
方便、快速的原則；同時，由於語音辨識的技術漸趨成熟，對於連
續數字（Digit String）的辨識已有讓人相當滿意的成果，大字彙連
續語音辨識（Large Vocabulary Continuous Speech Recognition，
LVCSR）的結果亦逐步改善中－－因此我們可以利用語音來處理繁
雜的指令。
根據上面所描述，若採用語音做為新的輸入介面，許多衍生的問題
也隨之發生：行動電話的體積太小，其計算能力以及儲存用的記憶
體將嚴重受限，使得我們若要在行動電話上處理整個語音辨識的程
序是有困難的。我們可以使用一部可以負荷語音辨識計算量、記憶
體可以容納辨識所需的資訊的遠端伺服器幫助呼叫辨識服務的用戶
處理辨識程序，也就是說，我們要把繁複的語音解碼工作分散在伺
服器端和行動電話用戶端兩者之間。那麼，我們該如何在整個系統
配置整個音辨識的工作呢？又，當我們配置整個語音辨識工作，意
9
味著我們必須透過無線通道的環境傳送某些資訊：這些資訊在無線
通道中勢必受到各種雜訊的干撓，包括無可避免在電子儀器中的白
色雜訊（White Noise）、因多通道衰減（Multi－Path Fading）造成
的群集錯誤（Burst Error）等等。在以上所述的條件底下，語音的
辨識正確率將會受到多大的影響？有什麼可以改善錯誤的方法？以
上的問題，在語音辨識研究的領域中已成為一個新興的主題，稱作
分散式語音辨識（Distributed Speech Recognition），而本報告也將
針對分散式語音辨識所要面對的問題做一些探討。
Publisher
臺北市：國立臺灣大學電信工程學研究所
Type
report
File(s)![Thumbnail Image]()
Loading...
Name
912219E002035.pdf
Size
713.53 KB
Format
Adobe PDF
Checksum
(MD5):3e3195e0dacce2a72ad90d68f71b1a2e