時域上基頻軌跡演算法的改良與探討

中文是一種聲調語言，不同聲調之間的差異，可以由基頻軌跡來決定。在擷取基頻軌跡的過程中，常常會擷取到半頻或倍頻的情況，造成基頻軌跡不連續，以致在聲調辨識上的錯誤。本論文將以傳統方法（Auto-Correlation Function (ACF)、Average Magnitude Difference Function (AMDF)與Correlation Function (CF)）作為基礎，提出一種時域上基頻軌跡的演算法來改良中文之聲調辨識。其方法主要是利用解強調與一階差分兩種濾波器，使語音訊號之波形能夠更具有週期性，來降低語音受到雜訊的影響，並且利用半頻、基頻與倍頻之間的頻率特性，來擷取出音框最有可能的基頻值，再利用分群的方式以及線性迴歸的方法，對音框做修正與平滑的動作。最後以本實驗室所錄製語料做測試，語料內容為中文聲調一到四聲，不考慮輕聲，共1331個中文單字。由實驗結果發現，本論文之改良方法在中文之聲調辨識上，最高可達95.54%的辨識率，比傳統方法之辨識率提高約兩成，也比UPDUDP方法之最高辨識率95.03%還高，雖然兩者辨識率差異不大，但是在半頻與倍頻的錯誤率，UPDUDP為3.04%比本論文之改良方法（錯誤率為0.19%）高出約3%的錯誤率，尤其是中文聲調為一聲時，UPDUDP之倍頻錯誤率高達8.28%，而本論文則為0.1%，因此本論文之改良方法能夠有效的改善中文聲調之辨識。