目錄 第一章 緒論.............................................1 1.1 研究動機........................................1 1.2 語者切割簡介....................................2 1.3 語者分群簡介....................................4 1.4 章節概要........................................5 第二章 語者切割.........................................6 2.1 語音特徵參數抽取................................6 2.1-1 預強調......................................7 2.1-2 音框化處理..................................7 2.1-3 加窗處理....................................8 2.1-4 參數抽取....................................8 2.1-5 差量倒頻譜參數.............................10 2.2 語者轉換點偵測.................................11 2.2-1 貝氏資訊準則...............................11 2.2-2 貝氏偵測法.................................12 2.2-3 貝氏偵測法之改良...........................15 2.2-4 廣義概似比.................................17 2.3 本論文使用之方法...............................20 第三章 語者分群........................................29 3.1 高斯混合模型...................................29 3.1-1 模型描述...................................29 3.1-2 模型訓練...................................31 3.2 最大概似法.....................................33 3.3 語者分群系統...................................35 第四章 實驗結果及討論..................................38 4.1 語者切割實驗...................................38 4.1-1 實驗語料...................................38 4.1-2 評估方式...................................38 4.1-3 貝氏資訊準則應用到以距離為基礎之順序偵測法與交 叉偵測法所偵測到之語者轉換點落點比較.......39 4.1-4 判斷式之影響...............................41 4.1-5 與貝氏偵測法、廣義概似比法之比較...........42 4.1-6 不同等徵維度之影響.........................43 4.1-7 不同取樣頻率之影響.........................44 4.2 語者分群實驗...................................45 4.2-1 實驗語料...................................45 4.2-2 評估方式...................................45 4.2-3 高斯混合數對分群之影響.....................47 4.2-4 各檔案分群實驗結果.........................47 第五章 結論............................................49 參考文獻.................................................51 圖目錄 圖2.1 特徵參數抽取之流程圖...............................6 圖2.2 抽取倒頻譜係數之流程圖............................10 圖2.3 抽取梅爾刻度式倒頻譜係數之流程圖..................10 圖2.4 長度為N並包含一語者轉換點的語音段.................12 圖2.5 偵測多重語者轉換點之流程圖........................14 圖2.6 廣義概似比偵測法之流程圖..........................18 圖2.7 廣義概似比偵測法找尋語者轉換點之圖例..............19 圖2.8 偵測單一語者轉換點之架構流程圖....................20 圖2.9 計算方式由不同點改為固定長度之示意圖..............21 圖2.10 貝氏資訊準則應用在以距離為基礎的順序偵測法示意圖.23 圖2.11 貝氏資訊準則應用在以距離為基礎的順序偵測法求出之 ΔBIC曲線.........................................23 圖2.12 尋找語者二的樣式.................................25 圖2.13 交叉偵測法尋找語者轉換點.........................25 圖2.14 作確認之區域圖例.................................26 圖2.15 錯誤偵測到語者轉點之範例.........................27 圖2.16 偵測多重語者轉換點之示意圖.......................28 圖3.1 高斯混合模型示意圖................................30 圖3.2 語者分群之系統架構圖..............................36 圖3.3 合併與分新群之錯誤機率曲線........................37 圖4.1 貝氏資訊準則應用在以距離為基礎的順序偵測法所偵測出的 語者轉換點落點分佈之直方圖........................39 圖4.2 貝氏資訊準則應用在以距離為基礎的順序偵測法與交叉偵測 法所偵測出的語者轉換點落點分佈之直方圖............40 圖4.3 高斯混合數對分群之影響............................47 表目錄 表4.1 有無判斷式對切割效能的影響........................41 表4.2 與貝氏偵測法、廣義概似比法所需時間、假警報數、遺失偵 測數與F-估測之比較................................42 表4.3 不同的特徵維度對偵測效能之影響....................43 表4.4 不同取樣頻率對偵測效能之影響......................44 表4.5 三個檔案的音段數及語者數一覽表....................45 表4.6 各檔案分群實驗結果................................48