Abstract
摘 要關鍵詞辨認在語音辨認的領域中，是屬於比較特殊的一種應用。在某些應用上，只需要用到少數特定的詞彙，因此可以不用將整句話都辨認出來，只要將所需的關鍵詞辨認出來就能達到使用的目的。在本論文中，將探討多關鍵詞文句的辨認方法。辨認核心方面是基於連續語音的技術來擷取關鍵詞。採用連續型隱藏式馬可夫模型（Continuous Hidden Markov Model）來建立國語音節模型。進行關鍵詞辨認時是採用雙層架構，第一層利用一階動態規劃演算法（One stage dynamic programming algorithm）對每一個音節找出最佳前N個候選音節。第二層再利用第一層所得到的音節配合事先定義好的辭典來擷取關鍵詞。並加入擴充辭典模型和放寬長詞限制等條件來增進關鍵詞的擷取率。我們辨認的是『電影院名稱』、『影片名稱』和『時間』三組關鍵詞。使用擴充後的辭典加上放寬長詞限制可降低錯誤率約20個百分點。因此使用擴充後的辭典和放寬長詞限制可以在第二層時彌補第一層辨認時所造成的錯誤。在候選音節數為12的情況下，雙關鍵詞的平均錯誤率是19.67%，若不考慮『時間』錯誤率可達10%。三關鍵詞的實驗中同時擷取三個關鍵詞的錯誤率是33%，得到兩個以上關鍵詞的錯誤率是14%，至少得到一個關鍵詞的錯誤率可以降至0%。在以『是』和『不是』為關鍵詞的實驗中，錯誤率可達2%。除了實驗之外，也建立了一個電影語音自動售票系統，以驗證其實用性。