Please use this identifier to cite or link to this item: http://hdl.handle.net/11455/18718
DC FieldValueLanguage
dc.contributor郭仁泰zh_TW
dc.contributor邱國欽zh_TW
dc.contributor.advisor李宗寶zh_TW
dc.contributor.author吳敏男zh_TW
dc.contributor.authorWu, Min-Nanen_US
dc.contributor.other中興大學zh_TW
dc.date2013zh_TW
dc.date.accessioned2014-06-06T07:04:24Z-
dc.date.available2014-06-06T07:04:24Z-
dc.identifierU0005-0207201214214300zh_TW
dc.identifier.citation[1] 王小川 (2004),“語音訊號處理”。台北市:全華。 [2] 王國榮 (2000),“Visual Basic 6.0 實戰講座”。台北市:旗標。 [3] 吳明哲,黃世陽 (1998),“Visual Basic 6.0 中文版學習範本”。台北市:松崗。 [4] 鍾靖爵,李宗寶 (2011),“利用共同向量法以及最佳梅爾頻率倒頻譜之特徵辨識特定語者之中文單音”。碩士論文,國立中興大學應用數學研究所,台中。 [5] 羅璟義,李宗寶 (2009),“利用權重式共同向量法於中字彙之特定語者中文單音辨識”。碩士論文,國立中興大學應用數學研究所,台中。 [6] 籃元隆,李宗寶 (2009),“利用權重式多重KNN法於中字彙之特定語者中文單音辨識”。碩士論文,國立中興大學應用數學研究所,台中。 [7] Cover, T. M. and Hart, P. E. (1967). “Nearest Neighbor Pattern Classification”, IEEE Trans. On Information Theory, vol. IT-13, No. 1, pp. 21-27. [8] Gulmezoglu, M. B., Dzhafarov, V. and Barkana, A. (1999). “A novel approach to isolated word recognition”, IEEE Trans. On Speech and Audio Processing, vol. 7, No. 6, pp. 620-627. [9] Keskin, M. Gulmezoglu, M. B. Parlaktuna, O. and Barkana, A. (1996), “Isolated word recognition by extracting personal differences”, in Proc. 6 th Int.Conf. Signal Processing Applications and Technology, Boston, MA, pp. 1989-1992. [10] Tsang-Long Pao. and Wen-Yuan Liao. and Yu-Te Chen. (2007), “Audio-Visual Speech Recognition with Weighted KNN-based Classification in Mandarin Database”, Intelligent Information Hiding and Multimedia Signal Processing, 2007. IIHMSP 2007. Third International Conference on, vol. 1, pp. 39-42.zh_TW
dc.identifier.urihttp://hdl.handle.net/11455/18718-
dc.description.abstract本篇論文主要是要探討特定語者的1391個國字單音的辨識率,共分成兩部份來進行討論,第一部分是辨識翹舌音子音,第二部分是辨識1391個國字單音的母音,且特徵值分別使用均分倒頻譜及梅爾頻率倒頻譜參數,接著使用K-最近鄰居法進行辨識,而實驗因子有「音框擺盪」、「子音音框數個數」、「音框取樣點數」、「音框的特徵值維度」以及有無使用轉移梅爾頻率倒頻譜。 本次實驗使用包含本人共12組語音資料,最後在各種不同的的特徵參數組合下,翹舌音子音的最高辨識率為98%,1391個國字單音的母音最高辨識率為90.8%。zh_TW
dc.description.abstractThis study is mainly to recognize 1391 isolated mandarin words for speaker-dependent. I divide the contents into two parts that will be discussed in the following paragraphs. The first part is the recognition of retroflex consonants. The second part is to recognize the 1391 vowel of the isolated mandarin words. We use Mel-Frequency Cepstrum Coefficient (Mfcc) and Uniform Cepstrum respectively to analyze features. Then we use the method of K-nearest neighbor (KNN) for the recognition. Five experimental factors are considered in the paper. That is, “the swing of frame”, “the number of frame”, “the length of frame”, “the dimension of frame” and "the usage of Delta- Mel-Frequency Cepstrum Coefficient”. The experiment uses 12 groups' database including mine. Finally, I find that the best recognition rate of retroflex consonants in database is 98% and the best recognition rate of 1391 vowel of the isolated mandarin words is 90.8% in the different combinations of the parameters.en_US
dc.description.tableofcontents摘要 i Abstract ii 目錄 iii 圖目錄 v 表目錄 vi 第一章 緒論 1 1.1 研究動機與目的 1 1.2 語音辨識的內容及應用 1 1.2.1 語音的研究範圍 1 1.2.2 影響語音的因素 2 1.2.3 語音辨識的應用 2 1.2.4 建立語音模型的方法 2 1.2.5 K-最近鄰居法概述 3 1.3 語音辨識流程 3 1.3.1 錄製語音 3 1.3.2 前處理 3 1.3.3 特徵值求取 4 1.3.4 母音分群 4 1.3.5 辨識比對 4 1.4 論文架構 5 第二章 語音訊號的前處理與特徵值求取 6 2.1 前言 6 2.2 語音訊號前處理 6 2.2.1 數位取樣化 6 2.2.2 常態化 7 2.2.3 端點偵測 8 2.2.4 音框切割 10 2.2.5 預強調 11 2.2.6 視窗化 11 2.3 特徵值求取 13 2.3.1 梅爾頻率倒頻譜 13 2.3.2 均分倒頻譜 16 2.3.3 轉移梅爾頻率倒頻譜參數 16 第三章 建立語音模型與辨識方法 17 3.1 前言 17 3.2 語音辨識的前置作業 17 3.2.1 母音分群 17 3.2.2 K-最近鄰居法 17 3.2.3 音框的擺盪 18 3.2.4 權重與子音加長長度 19 3.3 辨識流程 19 3.3.1 辨識比對的方法 20 第四章 實驗操作流程與結果 21 4.1 操作軟體 21 4.2 實驗流程 21 4.2.1 語音來源 21 4.2.2 參數介紹 21 4.2.3 參數設定 22 4.3 實驗結果 22 4.3.1 翹舌音子音(ㄓ、ㄔ與ㄕ)的辨識結果22 4.3.2 ㄓ、ㄔ、ㄕ與ㄗ的辨識結果 23 4.3.3 所有中文單字母音的辨識結果 24 第五章 結論與建議 26 5.1 結論 26 5.2 未來展望 27 參考文獻 28 附錄 29zh_TW
dc.language.isoen_USzh_TW
dc.publisher統計學研究所zh_TW
dc.relation.urihttp://www.airitilibrary.com/Publication/alDetailedMesh1?DocID=U0005-0207201214214300en_US
dc.subjectVowel recognitionen_US
dc.subject母音辨識率zh_TW
dc.subjectMel-frequency cepstrum coefficienten_US
dc.subjectK-nearest neighboren_US
dc.subject梅爾頻率倒頻譜係數zh_TW
dc.subjectK-最近鄰居法zh_TW
dc.title利用K-最近鄰居法辨識中文母音及翹舌音的探討zh_TW
dc.titleUsing the Method of K- Nearest Neighbor to Recognize Vowel of Isolated Mandarin Word and Investigation of Retroflexen_US
dc.typeThesis and Dissertationzh_TW
item.cerifentitytypePublications-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
item.languageiso639-1en_US-
item.fulltextno fulltext-
item.grantfulltextnone-
item.openairetypeThesis and Dissertation-
Appears in Collections:統計學研究所
Show simple item record
 

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.