[发明专利]一种语音辨识方法及系统

说明书

本发明是有关于一种以分析语音波形来进行语音辨识方法及系统，更详而言之，是有关于一种语音辨识方法及系统，在无须事先建立个人专属的语音与文字的对应资料库情形下，利用辨识语音原则，以通用的语音与文字对应资料库，将语音音包区分为子音、风声、以及母音部份，并取出首频以及尾频，而辨识出语音所对应的文字、每个人语音的音色、以及语音的音调。

本发明中所称的音包表示人们说话时的每个音节，一个音节可能包括子音部分、母音部分，以及本发明人称为风声的部分，如附图的图7(b)所示为音节中频率特高的爆擦音的部分，本发明中所称的辨识语音原则为利用经过图7(a)、7(b)所示的频率特性图分别显示每一音包(也就是音节)的特色的方法。

关于本发明中所称的辨识语音原则，以下将作详尽的说明。

在现有的情况下，一般的语音辨识方法及系统，均利用取样方式，对每个人的语音音包所对应的声音波形进行分段取样，将每段的声音样本的语音频率、振幅波形以及波形载波的不同特性，预先储存于资料库中，待资料库中已存有使用者个人的语音频率、振幅波形、以及波形载波资料后，使用者才可进行个人语音比对、辨识工作。均是在发声者使用语音辨识方法及系统前，预先建立起个人专属的语音文字对应资

料库，此资料库将包含大量的语音与文字的对应资料，无法以一种利用辨识语音原则以及通用的语音文字对应资料库来进行语音辨识。

现有技术的缺点在于，在进行语音辨识时，对于不同使用者而言，即便是每个人所发出的语音所代表的文字均相同，但是由于地域性的不同口音、每个人所发出的语音频率、振幅波形、以及波形载波的特性不同，所以每个使用者自己所建立的语音文字对应资料库将有所不同。每个人在进行同一文字的语音辨识之前，必须先行利用取样方式，对同一文字的各人语音音包所对应的声音波形进行分段取样，将每段的声音样本的语音频率、振幅波形、以及波形载波的不同特性，预先储存于资料库中。也就是，必须先行建立每个人的语音与文字的对应资料库，才可再进行文字语音的辨识工作，而无法以一种辨识语音原则的型式，以通用的语音文字对应资料厍来辨识每个人所发出的同一文字的语音。

例如，每个人所发出的语音所代表的文字均为[巴]字，但是由于地域性的不同口音、每个人所发出的语音的频率、振幅波形、以及波形载波的特性不同，所以每个人所发出的[巴]字语音音包所对应的波形将不相同。每个人在进行识别[巴]字语音之前，必须先行利用取样方式，对自己的[巴]字语音音包所对应的声音波形进行分段取样，将每段的声音样本的语音频率、振幅波形、以及波形载波的不同特性，预先储存于资料库中。也就是，每个人必须预先建立个人的[巴]字语音文字对应资料库，才可对[巴]字语音进行辨识，无法在个人未建立起专属的[巴]字语音文字对应资料库的情形下，无法利用一种辨识语音原则以及通用的语音文字对应资料库，而辨识个人所发出的[巴]字语音。由于无法利用一种辨识语音原则以及通用的语音文字对应资料库来进行语音辨识，所以习知的语音辨识方法及系统在进行语音辨识时，所建立起的个人专属语音文字对应资料库将极为庞大，而使得语音辨识工作将更为困难，况且，习知的语音辨识方法及系统，无法分辨出每个人语音的音色、以及无法判断出发声者的情绪表现。

综观现有的语音辨识方法及系统，均是事先建立各个不同使用者的语音以及所对应的文字资料库，待资料库建立后，再进行语音与资料库的比对、辨识工作，而不是利用辨识语音原则以及通用的语音文字对应资料库来进行语音辨识。若使用者是第一次进行语音辨识，由于尚未建立起其专属的个人语音与文字的对应资料库，因而此使用者将无法进行语音辨识工作。再则，由于各种地域性的口音问题，必须建立起不同的语音与文字的对应资料库，所以整个语音辨识系统的语音与文字的对应资料库将极为庞大，而增加了利用语音文字对应资料库来进行语音比对、辨识的困难度。必须针对各个使用者而建立其专属的语音与文字对应资料库，而无法以一种通则性的语音辨识原则以及通用的语音文字对应资料库来进行语音辨识，并且也无法分辨出每个人语音的音色、以及无法判断出发声者的情绪表现。