Abstract
新一代語音辨認技術，將以多組特徵參數取代僅以一組特徵參數為辨認的基礎。在國語語音中，聲母可以依各種發音方法與發音部位區分，韻母可以口腔形狀區分，鼻音為可區分不同聲母與韻母的特性之一；若各種發音方法、發音部位、口腔形狀皆一組或多組特徵參數表示，於是所有國語語音可建立多組特徵參數表示。 在以共振峰模型作語音合成的實驗中，鼻音效果可以用一對共振器-反共振器來模擬，有鼻音時，共振頻率與反共振頻率錯開，反共振效果產生鼻音現象，而錯開的方式決定了不同的鼻音，也使得鼻音高頻音能量降低，能量集中在低頻，在200~400Hz有一共振峰存在，此外，鼻音的頻率特性穩定，也是用以偵測鼻音存在的依據。本論文將利用這些特性建立鼻音模型，用以偵測鼻音。 本論文使用Seneff聽覺模型，取其包絡線響應，切割連續語音為多段語音音段，再以同步響應，對每一音段萃取鼻音特徵參數，使用高斯混合模型作鼻音偵測。實驗包含較是否將200~400Hz由200~ 4000Hz獨立為一個頻帶、鼻音聲母與韻母分開訓練模型，以不同鼻音特徵參數，對鼻音偵測的影響。實驗結果，以各頻帶同步響應值和之平均值及語音音段中點與起點、終點與中點同步響應值差之平均值為鼻音特徵參數，最佳正確率可達82%。