國立臺灣大學電信工程學研究所李宇旼2006-07-262018-07-052006-07-262018-07-052003-07-31http://ntur.lib.ntu.edu.tw//handle/246246/20274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。application/pdf730659 bytesapplication/pdfzh-TW國立臺灣大學電信工程學研究所reporthttp://ntur.lib.ntu.edu.tw/bitstream/246246/20274/1/912219E002035.pdf