Abstract
語音辨認已是逐漸實用化的技術，電話網路上的語音回應系統及個人電腦上的語音輸入法，都是一些典型的例子。近年來，在網際網路上已經發展出語音傳輸的方法，可以利用網際網路打電話，在網際網路上的語音傳輸，即採用語音編碼技術。同樣的，行動電話的語音傳輸方式也是利用語音編碼。為了降低傳輸位元率，都採用低位元率的語音編碼。在過去語音辨識的領域中，研究的方向大多是放在未經壓縮的語音訊號上，但隨著壓縮語音的使用，直接用編碼語音作辨識，是一個必然的趨勢。本論文的研究課題，就是在低位元率編碼下，如何做語音辨識，並以中文連續語音作為研究對象。 本研究利用「台灣地區國語語音資料庫」（MAT 2000）的部份語料，分別對男女聲音建立國語語音之次音節模型，然後以次音節模型建構國語的所有410個音節模型。所採用的特徵參數為編碼語音中已量化的線頻譜對(Line Spectrum Pair)，或是由此參數轉換成的虛擬倒頻譜係數(Pseudo Cepstrum)。在一連串相關的延伸實驗中，我們探討線頻譜對的距離量測方法、參數轉換、及通道效應的消除，瞭解不同的原理和方法所產生不同的改善效果，目前可得到的最佳辨識率為40.02%。