| Session Q2：多媒體通訊與訊號處理
論文作者：王上瑜、洪志偉
在本篇論文中，我們提出將各種強健性技術所 強化後的語音特徵，使用於低音框率之隱藏式馬可 夫語音辨識模型，藉此降低雜訊對於語音辨識效能 的干擾、同時兼顧在現今雲端語音辨識架構中傳輸 的效能。在強健化技術上，我們分別使用了倒頻譜 之平均值消去法、平均值與變異數正規化法與統計 圖等化法等，藉此建立較不受雜訊干擾之語音特徵， 藉著用訓練語料庫之語音特徵完整音框率之建立 隱藏式馬可夫語音模型，進而將這些語音模型之狀 態轉移參數加以調適，使原始完整音框率模型轉變 成為能夠有效地辨識低音框率的語音特徵。由實驗 結果顯示，上述所提出的新方法，可以使傳輸語音 至雲端伺服器之語音模型辨識時，傳輸效率高達2-4 倍，然因模型調適之演算法，低至1/4 傳輸量之語 音特徵，與原始傳輸量的語音特徵，辨識率不相上 下，而配合語音特徵強健技術，更可以有效降低雜 訊干擾，使整體辨識效率與效能兼顧、達到滿意的 辨識精確度。 |
