Abstract
在本研究裡，我們以二維倒頻譜作為語音的特性參數，希望能減少語 音辨認過程的運算量，同時維持系統的辨認率在相當的水準．二維倒頻譜 是一組同時將語音的局部特徵與整體變化一併考慮的特性參數，以它作為 語音參數，每一個語音辨認單位是由一個參數向量代表，因此可以樣型識 別的方法辨認語音．值得一提的是，參數向量中所含的係數不到二維倒頻 譜矩陣的百分之零點四，亦遠較傳統方法所用的特性參數少許多．在本論 文中，我們分別以統計性的方法與向量量化法辨認國語的聲母，韻母 ，408 個音節及數字與數字串．對於國語音節，我們採用聲韻母分開辨認 的二階段辨認方式，實驗結果顯示，若考慮前五個最可能的音節，正確音 節的含有率均達百分之九十八．至於國語數字，每一個數字為一辨認單位 ，對50位語者的多語者測試，向量量化法有百分之九十七的辨認率．這些 結果與隱藏式馬可夫模型的結果比較，二者有近似的辨認效果．但二維倒 頻譜有以下的特點，也是它的優點，即計算簡單，所需要的記憶空間少． 因此是一種值得採用的語音參數．