Abstract
本論文主要的研究是利用隱藏式馬可夫模型(Hidden Markov Model, HMM)的語音技術，進行以音節為基礎的語者辨認。 一般語者辨認大都是將每個語者的聲學特徵用一組模型來表示，但一組模型通常無法涵蓋每個語者所有的聲學特徵，並且區隔得很好。我們若將語者的語音訊號細分到以音節為單位，每個發音的語料訓練出一組模型，最後每個語者會擁有所有發音的模型。利用這所有發音的模型，我們不僅可以將語者的聲學特徵描述得更加完整，使語者間的聲學特性能有所區分；還可以觀察語者間各發音的鑑別度。 在對語音訊號做切割方面，我們利用HMM來訓練聲學模型，並配合維特比演算法(Viterbi Algorithm)而得到每個音節的相關資訊。最後採用高斯混合模型(Gaussian Mixture Model, GMM)來訓練出每個語者中每個發音的模型。 以音節為基礎進行語者辨認的效果並不好，可能原因是每個發音語料不夠充足。所以我們將語料進行相近音分類，以解決有些發音語料過少，或是各發音語料不平均的問題，這部分在辨識率方面有約9%至10%的增加。接著我們將音節前面可能為氣音的音框作切除，因為氣音對語者辨認是較無意義的資訊，切除這些無意義的資訊，不僅可以減少參數量、加快速度，對辨識率也有約1%至2%的提升。