資料導向線性特徵轉換於中文大詞彙連續語音辨識之應用

Abstract

本論文探討各種資料導向線性特徵轉換和各 種結合頻域-時域(Spatial-Temporal)資訊方法於中 文大詞彙連續語音辨識(Large Vocabulary Continuous Speech Recognition, LVCSR)之應用。首 先，本論文將線性鑑別分析(Linear Discriminant Analysis, LDA)應用在語音特徵空間轉換以及時域 與頻域資訊的結合，並且與傳統語音特徵擷取方式 作一系列的比較。再者，本論文研究幾種線性鑑別 分析的改進方法， 諸如異質性線性鑑別分析 (Heteroscedastic Linear Discriminant Analysis, HLDA) 和異質性鑑別分析(Heteroscedastic Discriminant Analysis, HDA)。最後，我們探討噪音 對於上述各種資料導向線性特徵轉換技術的影 響。本論文以中文廣播新聞為實驗語料，實驗內容 除了中文大詞彙連續語音辨識外，亦包括中文自由 音節辨識(Free Syllable Decoding)。