Background Model

台語ITS是將國語ITS做一些修改後所得，主要修改ASR Server 的部分，修 改的項目包含：sub-syllable HMMs、Background Model、以及語法結構

5.3.1 Sub-syllable HMMs：

採用台語辨認系統的聲學模型。在特徵參數擷取方面， 取39維MFCC參數當 特徵參數，相關之設定見表格5.1：

表格5.1特徵參數設定

取樣頻率 16kHz

視窗形式 Hamming window 音框長度(Frame

size)

25ms

音框平移(Frame shift)

10ms

Feature vector MFCC_D_A_Z_0

其中符號MFCC_D_A_Z_0 之意義為13維MFCC，13維Delta MFCC和 13維 Delta delta MFCC，並且做Cepstral Mean Normalization。

5.3.2 Background Model：

給 ATK 計算 confidence score 使用，一個 bghmm 模型 8 個 states 128 mixtures。

5.3.3 語法結構：

由清大資工所同學從收集的語料庫整理出來，再根據台語的語法作修改，並 將一些習慣用國語來表達的道路名稱、人名、地點等等，採用國台語並用的機制 來實行，這些詞類不管用國語或台語都可以順利的辨認出來。

台語 grammar 架構，基本上跟國語 grammar 架構相同，而國語的 grammar

Phrases [ID_user] Æ[ID_user_pp]、

[AUX] Æ[AUX_pp]、

[V_Motion]Æ [V_Motion_pp]、

[PN_destination] Æ[PN_destination_pp]、

[AUX] [Q_WH] [V_motion]Æ[Q_WH_pp]

Sentences [ID_user_pp][AUX_pp][V_Motion_pp][PN_destination_pp

]

[Q_WH_pp]

Speech acts user_inquire_destination

在 整 個 國 語 ITS 對 話 系 統 中 ， 有 19 個 speech acts 和 23 個 syntactic-semantic categories，如表格 5.3，表格 5.4，還有實際系統運作時 的例子:圖 5.4。

表格 5.3 19 speech acts in ITS Dialogue System 1 system_opening 12 user_opening

2 system_prompt 13 user_inquire_destination 3 system_hold_I 14 user_comfirm_arrive 4 system_hold_F 15 user_inquire_route 5 system_navigate 16 user_comfirm_request_a 6 system_correct 17 user_comfirm_request_b 7 system_confirm_a 18 user_pre-closing

8 system_confirm_b 19 user_arrive_destination 9 system_answer

10 system_arrive_destination 11 system_closing

表格 5.4 The 23 categories in ITS Dialogue System [ID_system]

圖 5.4 系統運作實例

台語 grammar 架構完全跟國語 grammar 相同，而有差異的地方，在於一些國 語句子，當用台語來說時需要做一些修改，可以看出國語 ITS grammar 架構，轉 移到台語時，可以完全的沿用，但首先要注意到的是，國台語中一些用詞的不同，

以下有整理一些國語句子轉成台語句子的例子。

例如：

user_opening:

國:系統你好 台:系統你好

user_inquire_destination:

國:現在 我 要 去 交大 應該 怎麼 走 台:即馬 我 欲 挃 交大 應該 安怎 走 user_comfirm_arrive:

國:我 現在 在 交大 台:我 即馬 在 交大

user_inquire_route:

國:再來 要 怎麼 走 台:再來 欲 安怎 走 user_comfirm_request_a:

台:工業東二路 斡倒爿 抑是 斡正爿 user_comfirm_request_b:

國:我 順著 光復路一段 走 嗎 台:我 順 光復路一段 走 嗎 user_pre-closing:

國: 謝謝系統 台: 多謝系統

user_arrive_destination:

國:我 已 到達 六合夜市 台:我 已經 到 六合夜市

第六章 結論與未來展望

6.1 結論

本論文包含台語語音辨識與將台語辨識系統應用在 ITS 上，在台語語音辨識 部分，我們針對原先資料的瑕疵做修正，並擴充語料庫，將原本的辨識率提升到 46.4%，且進一步的探討台語入聲調變調規則，根據變調規則下去修改訓練語料 與測試語料，並改變辨識網路，將辨識率提升到 50.2%，我們可以發現入聲調變 調在台語辨識系統中是一個很大的問題。除此之外，我們還加入 syllable bigram language model 將辨識率改善至 65.1%，相信只要擴充台語文字庫到足夠建語言 模型，可以再進一步的提升辨識率。

ITS 系統部分，將台語應用加入之後，提升的系統使用的方便性，讓使用者 有多一種語言選擇，增加了系統的彈性。

6.2 未來展望

在台語語音辨識方面，有很多問題需要去解決，語料庫的不足，以致於有些 聲學模型無法得到一個可靠的效果；各地口音的差異，也是問題的關鍵，這些可 以靠大量收集語料庫來讓問題減少。另一部份，就台語鼻音與鼻話韻母以及輕聲 調方面的台語語音特性，都是未來可以努力的方向，相信一定可以將台語辨識率 在向上提升。

在實際的對話系統『智慧型口語對話汽車導航系統』上，可以將語言模型

（Language model）添加到及時語音辨認器上，並設計新的文字翻譯與會話分析 模組，使系統更能在實際口語對話中的情境下使用，並讓系統可以國台語並用。

參考文獻

【1】 陳珮玥，＂台灣閩南語中首部動作特指「打」的語意探析＂，第五屆漢語 詞彙語意學術研討會論文集，新加坡，2004 年 6 月。

【2】 王閔鴻，＂不特定語者大辭彙華台雙語辨識引擎之研製及其應用＂，私立 長庚大學碩士論文，民國九十二年六月。

【3】 鄭良偉，＂台語的語音與詞法＂，遠流出版社，1997 年

【4】 鍾榮富，＂台語的語音基礎＂，文鶴出版有限公司，2002 年 11 月。

【5】 王文德，＂台語語音辨識與文字處理之研究＂，國立交通大學碩士論文，

民國九十三年七月。

【6】 方南強，＂台語通用會話:一套讓你能說出台語美辭雅語的教材，第二 集＂，開拓出版商，1997 年。

【7】 鄭如玲，＂一分鐘台語單字速成＂，三思堂文化事業有限公司，2002 年

【8】 S. Young，”A Review of Large-vocabulary Countinuous-speech Recognition”，IEEE Signal Processing Magazine，1996.

【9】 S. Young，G. Evermann，T. Hain，D. Kershaw，G. Moore，J. Odell，

D. Ollason，D. Povey，V. Valtchev，P. Woodland，＂The HTK book(for HTK version 3.3＂

【10】A. Seigler，Uday Jain，Bhiksha Raj，Richard . Stern，＂Automatic Segmentation, Classification and Clustering of Broadcast News Audio＂， ECE Department – Speech Group Carnegie Mellon University Pittsburgh, PA 15213

【11】張榮勳，＂國語廣播新聞語音基本辨認系統之建立＂，國立交通大學碩士 論文，民國九十四年七月。

【12】蔡金翰，＂語音對話系統和對話策略之研究＂，國立交通大學碩士論文，

民國九十四年七月。