[發明專利]一種語音辨識方法及系統

無效

• 申請號: 00107691.4
• 申請日: 2000-05-26
• 公開（公告）號: CN1326183A
• 公開（公告）日: 2001-12-12
• 發明（設計）人: 封家麒
• 申請（專利權）人: 封家麒
• 主分類號: G10L15/00
• 分類號: G10L15/00
• 代理公司: 中國商標專利事務所
• 代理人: 萬學堂

本發明是有關于一種以分析語音波形來進行語音辨識方法及系統，更詳而言之，是有關于一種語音辨識方法及系統，在無須事先建立個人專屬的語音與文字的對應資料庫情形下，利用辨識語音原則，以通用的語音與文字對應資料庫，將語音音包區分為子音、風聲、以及母音部份，并取出首頻以及尾頻，而辨識出語音所對應的文字、每個人語音的音色、以及語音的音調。

本發明中所稱的音包表示人們說話時的每個音節，一個音節可能包括子音部分、母音部分，以及本發明人稱為風聲的部分，如附圖的圖7(b)所示為音節中頻率特高的爆擦音的部分，本發明中所稱的辨識語音原則為利用經過圖7(a)、7(b)所示的頻率特性圖分別顯示每一音包(也就是音節)的特色的方法。

關于本發明中所稱的辨識語音原則，以下將作詳盡的說明。

在現有的情況下，一般的語音辨識方法及系統，均利用取樣方式，對每個人的語音音包所對應的聲音波形進行分段取樣，將每段的聲音樣本的語音頻率、振幅波形以及波形載波的不同特性，預先儲存于資料庫中，待資料庫中已存有使用者個人的語音頻率、振幅波形、以及波形載波資料后，使用者才可進行個人語音比對、辨識工作。均是在發聲者使用語音辨識方法及系統前，預先建立起個人專屬的語音文字對應資

料庫，此資料庫將包含大量的語音與文字的對應資料，無法以一種利用辨識語音原則以及通用的語音文字對應資料庫來進行語音辨識。

現有技術的缺點在于，在進行語音辨識時，對于不同使用者而言，即便是每個人所發出的語音所代表的文字均相同，但是由于地域性的不同口音、每個人所發出的語音頻率、振幅波形、以及波形載波的特性不同，所以每個使用者自己所建立的語音文字對應資料庫將有所不同。每個人在進行同一文字的語音辨識之前，必須先行利用取樣方式，對同一文字的各人語音音包所對應的聲音波形進行分段取樣，將每段的聲音樣本的語音頻率、振幅波形、以及波形載波的不同特性，預先儲存于資料庫中。也就是，必須先行建立每個人的語音與文字的對應資料庫，才可再進行文字語音的辨識工作，而無法以一種辨識語音原則的型式，以通用的語音文字對應資料厙來辨識每個人所發出的同一文字的語音。

例如，每個人所發出的語音所代表的文字均為[巴]字，但是由于地域性的不同口音、每個人所發出的語音的頻率、振幅波形、以及波形載波的特性不同，所以每個人所發出的[巴]字語音音包所對應的波形將不相同。每個人在進行識別[巴]字語音之前，必須先行利用取樣方式，對自己的[巴]字語音音包所對應的聲音波形進行分段取樣，將每段的聲音樣本的語音頻率、振幅波形、以及波形載波的不同特性，預先儲存于資料庫中。也就是，每個人必須預先建立個人的[巴]字語音文字對應資料庫，才可對[巴]字語音進行辨識，無法在個人未建立起專屬的[巴]字語音文字對應資料庫的情形下，無法利用一種辨識語音原則以及通用的語音文字對應資料庫，而辨識個人所發出的[巴]字語音。由于無法利用一種辨識語音原則以及通用的語音文字對應資料庫來進行語音辨識，所以習知的語音辨識方法及系統在進行語音辨識時，所建立起的個人專屬語音文字對應資料庫將極為龐大，而使得語音辨識工作將更為困難，況且，習知的語音辨識方法及系統，無法分辨出每個人語音的音色、以及無法判斷出發聲者的情緒表現。

綜觀現有的語音辨識方法及系統，均是事先建立各個不同使用者的語音以及所對應的文字資料庫，待資料庫建立后，再進行語音與資料庫的比對、辨識工作，而不是利用辨識語音原則以及通用的語音文字對應資料庫來進行語音辨識。若使用者是第一次進行語音辨識，由于尚未建立起其專屬的個人語音與文字的對應資料庫，因而此使用者將無法進行語音辨識工作。再則，由于各種地域性的口音問題，必須建立起不同的語音與文字的對應資料庫，所以整個語音辨識系統的語音與文字的對應資料庫將極為龐大，而增加了利用語音文字對應資料庫來進行語音比對、辨識的困難度。必須針對各個使用者而建立其專屬的語音與文字對應資料庫，而無法以一種通則性的語音辨識原則以及通用的語音文字對應資料庫來進行語音辨識，并且也無法分辨出每個人語音的音色、以及無法判斷出發聲者的情緒表現。