Abstract
關鍵詞辨認是語音辨認中一項較特別的技術，雖然我們希望以自然的說話方式輸入語音，但在某些特定應用中，卻不須要對整段語句作辨認，只要辨認出其中某些詞，就能達到使用者的目的。本研究即探討關鍵詞辨認(Keyword Spotting) 的方法，找出適合國語語音特性的辨認方法，以期能更有效標定特定詞之所在，加以辨認。本研究所採用的方法，是以隱藏式馬可夫模型 (Hidden Markov Mod- el) 技術，建立各關鍵詞之語音模型，而對於非關鍵詞的語音模型，則另建填充音模型（filler model）來代表。若填充模型是以針對特別任務所錄製的語料訓練而成，則可達到近90％的辨識率。若以常見非關鍵詞語句之單音節組成填充模型，亦可達到相同的效果。我們亦嘗試以國語的全部音節當作填充模型，此時僅需考慮關鍵詞的分數即可，其實也可視為沒有填充模型的存在。在經過語者調適之後，辨識率可達83％。本研究建構了一個四問四答的展示系統，以驗證實際應用關鍵詞辨認的可能性，使用減少觀測機率計算量的方法，可在僅犧牲一點辨識率的狀況下，加快關鍵詞辨認的速度。本論文第二章將會把目前處理語音辨識問題的方法及基本理論做一概括性的描述，詳細解說本論文用來解決關鍵詞辨認所使用的方法，並對目前關鍵詞辨認發展的現況大略的介紹。第三、四章則是敘述針對特定應用系統和不特定應用系統兩種不同狀況與方法的實驗結果。第五章將針對實際應用面臨的問題提出改進與調整的作法，並描述一個展示系統的設計。最後第六章是結論。