Abstract
聽障者所能聽到的音域，比正常人小的多，因此，在他們的世界，聲音是被扭曲、變形過的，這對於他們語言學習是一大障礙。在今日，語音辨認的技術快速的發展，我們可以利用已發展成熟的方法拿來對聽障學習者的語音進行比對。語音比對的方法，可以分為兩部分，首先利用語音辨認技術的隱藏式馬可夫模型法(Hidden Markov Model, HMM)來建立各個語音的模型組，接著利用語者比對的概念，建立比對時的門檻值，並將對數相似度值(Log-likelihood)做正規化。在第二部分中，我們採用兩種正規化方法：『最大法』與『幾何平均法』，實驗結果發現經過正規化可以有效的降低錯誤率5%~10%。其中，當『背景模型』涵蓋待測語音時，『最大法』可以得到最小錯誤率；當『背景模型』未涵蓋待測語音時，『幾何平均法』可達最小錯誤率。另外在實驗採用兩種不同特徵參數：梅爾刻度倒頻譜與線頻譜。所有的情形下，梅爾刻度倒頻譜的表現皆優於線頻譜對。在韻母的比對上，兩者表現比較接近；在聲母的比對上，兩者表現則差得比較多。因此，針對於韻母的比對，我們考慮將兩種特徵參數做結合。不過，限於『分佈轉換參數』之精準性，合併特徵參數後的表現並不理想。