Abstract
本篇論文研究目的在於利用能量和８階偏自相關係數做國語連續語音的音節抽取研究，以便運用於非特定語者之辨認系統。所提出的切割方法：（１）終點偵測：利用８階PARCOR係數未取背景雜訊上、下兩個臨界值，用以把背景雜訊和語音信號分離，即把語音起點前和終點後之雜訊濾除；再做靜音偵測。（２）靜音偵測：藉由終點偵測所得每句語音，再依兩種不同測試把每個音框區分為語音或非語音音段再依（A ）區間測試：把語音音段取出大於６個音框的判定至少存在一個音節以上，再作谷底分類程序。（B ）響度大小測試：把非語音音段再做能量檢查，如合條件，則把此音段當作一個音節，否則放棄。（３）語音谷底分類：把語音音段找出可再做抽取音段的谷底類型，再做切割，以便抽取出音節。實驗結果證明了所提出的切割方法，可自動地從連續語音中，切出音節來，結果得到音節的起點正確率為９９．０３％，音節的終點正確率為９３．７２％，遺漏率為０．９６６％，沒有發現過切率現象。因此，我們所提出的方法，利用能量和PARCOR係數可順利地求出許多種不同的有效參數，可成功地把每包連續語音抽取出音節來，而得到令人心慰的高度精確切割率。是故，可簡要述及我們的實驗方法特點：（一）可藉由終點偵測法，順利地把背景雜訊和語音區分出來，可利用靜音偵測把每句語音精確地切出語音音段和非語音音段，再用谷底分類成功地切出音節來。（二）可運用多種不同的參數，更精確地抽取音節，由此證實我們的方法可行。（三）易於運用於I-BM個人電腦，且成本低，運算量大大地減少。