李琳山臺灣大學：電信工程學研究所許偉皓Hsu, Wei-HaoWei-HaoHsu2007-11-272018-07-052007-11-272018-07-052004http://ntur.lib.ntu.edu.tw//handle/246246/58939隨著行動通訊的日漸發展，一種架構在無通訊網路上的語音辨識服務—分散式語音辨識系統也愈顯得其重要性：用戶端透過無線手持設備，以語音對遠端伺服器發送指令或要求等服務。有鑒於手持設備的方便性，我們沒辨法在用戶端進行太多運算複雜或是需要大量計憶體的處理，但以現有語音編碼技術在遠端伺服器所得到的還原語音其辨識率太差，因此較可行的方法是在用戶端執行語音特徵參數的抽取與壓縮，並將壓縮後的資料經過無線通道傳送至伺服器端進行特徵參數的還原與辨識是目前分散式語音系統的主要研究方向。本論文的主題即是著重在如何發展上述主從架構(client-server model)分散式語音辨識系統的進一步技術並架構在現今的GPRS (General Radio Packet Service) 通訊系統之上。為了克服通道錯誤與滿足系統即時性(real time)的要求，本論文提出了新的語音特徵參數壓縮法，使壓縮後的資料傳輸速率約為傳統分割式向量量化壓縮法的資料傳輸速率的三分之一；另外提出了一套完整的外加傳送機制—結合錯誤更正碼與錯誤補償技術，使本系統即使在通道平均位元錯誤率高達 的情況下，也能維持極高的語音辨識率。 在本論文的第一章中，我們首先會介紹分散式語音辨識系統的概念及所面對的問題。在第二章中，我們對整個辨識系統作介紹—包括語料庫說明、本系統所採用的聲學模型，並且簡介GPRS行動通訊系統。在第三章中，我們將介紹本論文所提出的語音特徵參數壓縮法，並且與傳統分割式向量量化壓縮法相比較，另外並討論在不同語言、有背景雜訊干擾時，所提出的語音特徵參數壓縮法之壓縮效能。在第四章中我們會介紹我們所提出的外加傳送機制—利用錯誤更正碼保護傳輸資料，並且利用錯誤補償技術提高整體系統的辨識率。而在第五章裡，我們將以電腦模擬本系統在GPRS通訊系統上的效能—觀察我們所提出的語音特徵參數壓縮法與外加傳送機制是否能降低分散式語音辨識系統受到傳輸錯誤的影響。最後在第六章中我們將詳述本論文所得到的結論並提出一些未來需要繼續努力的方向。目錄 摘要 1 第一章 緒論 3 1.1 簡述無線通訊 3 1.2 研究主題與動機 4 1.3 本論文主要貢獻 6 1.4 章節概要 9 第二章 基礎背景簡介 10 2.1 大字彙連續國語語音聲學模型 10 2.1.1 基礎實驗語料 10 2.1.2 語音特徵參數的抽取 11 2.1.3 國語音節辨識的聲學模型 14 2.1.4 基礎聲學辨識測試 17 2.2 基礎量化失真的不匹配之聲學模型效能 18 2.2.1 基礎語音特徵參數之向量量化 18 2.2.2 量化失真對語音辨識效能的影響 25 2.3 GPRS簡介 28 2.3.1 GPRS實體層簡介 28 2.3.2 GPRS實體層的電腦模擬 31 2.4 章節結論 36 第三章 語音特徵參數的壓縮與量化 37 3.1 運用2維離散餘弦轉換(2D-DCT)的特徵參數壓縮 37 3.2 遞迴式位元數配置 44 3.3 結合離散餘弦轉換與分割式向量量化的特徵參數壓縮 49 3.4 英文數字辨識及強健性討論 53 3.4.1 Aurora 2 語料 53 3.4.2 Aurora 2 的基礎實驗結果 53 3.4.3 語音特徵參數壓縮法對Aurora 2的效果 53 3.5 章節結論 67 第四章 外加傳送與接收機制之設計 70 4.1 外加傳送與接收機制簡介 71 4.2 錯誤更正碼與位元分散器的使用 72 4.2.1 BCH區塊碼 74 4.2.2 位元分散器 78 4.3 語音特徵參數的錯誤補償 81 4.3.1 傳統的錯誤補償 82 4.3.2 條件機率補償 83 4.4 章節結論 89 第五章 整體系統在GPRS上的模擬結果 91 5.1 GPRS參數設定與電腦模擬通道傳輸結果 91 5.2 外加傳送與接收機制效能的模擬結果 94 5.2.1 分割式向量量化的基礎實驗 94 5.2.2 餘弦與向量量化壓縮法的基礎實驗 98 5.2.3 使用外加傳送與接收機制對系統效能的影響 103 5.3 章節結論 116 第六章 結論與未來展望 117 6.1 結論 117 6.2 未來展望 119 參考文獻 123697894 bytesapplication/pdfen-US分散式語音辨識系統Distributed Speech Recognitionthesishttp://ntur.lib.ntu.edu.tw/bitstream/246246/58939/1/ntu-93-R91942030-1.pdf