語音辨識中於語音特徵時間序列域與調變頻譜域之強健性處理技術之介紹

Introduction to the approaches in improving the robustness of speech features in speech recognition

本專文主要內容是介紹在語音辨識中，歷年來許多擷取語音特徵隨時間變化特性之訊息之技術，這些技術之主要目的在於使處理後的新語音特徵，能夠更具強健性（使語音特徵能較不受到外在與語音資訊無關之干擾），進而提昇雜訊環境下語音辨識的精確度，使語音辨識能更具應用之價值。文中我們將簡要提及歷年來學者以各種不同的角度，分析語音特徵隨時間變化的特性，進而藉由這些觀察到的特性來強化語音本身的訊息，降低或消弭非語音之干擾的效應。我們也將提及這些根據不同角度發展的技術，多數彼此之間存在著良好的加成性，意即當兩種（甚至多種）技術同時使用時，相對於單一技術而言，對語音特徵的精確度會有更佳的提昇表現。