TW200926142A - A construction method of English recognition variation pronunciation models - Google Patents

Description

200926142 九、發明說明： 【發明所屬之技術領域】

一種英語發音辨識模組建構方法，特別是指一種英語 辨識變異發音模型之建構方法。 N °D 【先前技術】

每一個國家所使用之國語係為便利其國内各族群之間 能進行交談、溝通，故以其中一族群或地區之語言作為各 族之間的共通語言，國與國之間，亦是如此。 … 現行普及使用之國際通用語言為英語，為使大眾了解 其發音’係使用其對應之音標，如κκ音標（美國j Samuel Kenyon 及 Thomas A. Knott 所創）、r>T 立加 J曰標（英國

Daniel Jones所創）、或現行通用於全世界所用之國際標準 音標 IPA (The International Phonetic Alphabet)。然，現下 生活產品逐漸電腦化，也常使用語音辨識模組以啟動產 品’故語音辨識技術逐漸受人重視。 為配合語音辨識技術，一般乃收集大眾使用國際標準 音標述說吳語語句（長句、短句、片語、單詞與字母）之 發曰錄Θ，將其彙編形成一語料庫（C〇rpus)。配合發音詞典 (pronunciation iexiC0n)，如 CMU ( Carnegie Mdl〇n

University ’卡内基-麥隆大學）所建立包含十二萬詞句的 CMU發音詞典’其_存英語詞句與對應之國際標準音 標，每一音標係對照一聲音特徵值。 當任一英語之語音辨識系統利用此CMU發音詞典 5 200926142 ^ ’係將所料之英語發音W轉化朗應 值’並將其與CMU發音顺所包含之聲音雜=歲 .以取得所對應的英語詞句。 比辦， . 然先前技術具有無法避免之缺失. ο 其-’當發音者之母語並非為英語，即發音 別不為英語或美語體系之國家，其講述英語之發音，f國 會帶有其母語之音調或發音習性，如圖ia至圖心f + 台灣人民受中文發音而常誤念之英語發音 ^ 於國際標準音標之變異發音。然，現下語音辨識系ΓΓ 使用標準美語或標準英語樣本所形成之發^ :;::值—發音詞典中，故無法解析= 其二’過去之語音_技術1將所有可能發 3真實發音與假設發音）事先定義，而且僅在發音詞业 (pronunciation lexicon)中定義語料庫内有㈣ ©變異發音情形’如英文字母A’即㈣其音 ί變異發音的聲音特徵值。不包含於語料庫―us)之發 曰、非央語體系地區語言之發音，如日文五十個音標、中 文注音三十七個音標，即不進行定義，故所能解析:發音 範圍十分狹隘。 【發明内容】 有鑑於此’本發明所欲解決的問題係在於提供一種根 據不同地區所使用之母語，配合英語之音標，以建構出可 200926142 · 辨認當地民笨受自身母語影響，·而講述出具有變里發 英語的變異發音模型。 …X曰< * 鱗決上述之問題，本發明係揭露-種英語發音辨 '之變異發音模型建構方法，係用於辨識帶有不同母語音: 之英語發音，其建構方法係先提供複數個英語詞句^應 的發聲音標，並收集對應英語詞句之複數個聲音資訊，接 著將母語與英語之音標對應至複數個國際標準音標以形 複數個發音模型，再利用發音模型轉化英語詞句:聲二 訊，以建構對應英語詞句之一變異發音網路，曰貝 語詞句是否存在變異發音路徑，再將所有變異^音路= 納以形成複數個變異發音規則，並儲存形成變異發音模工/ 其中，本發明所提出的方法亦可透過記錄媒體 ^現’透過將記錄媒體中所記錄的電腦程式讀取出來= ^，可以實現所述相同的方法解決相同問題並達到相同= Ο 本發明具有先前技術無法達到之功效，透過 ^區之變異發音模型，可使現行英語辨識系㈣由^ 發音模型以辨識其地區之民眾所講述帶有母达 #无一 音；或者，各地區之研究人員欲建構其地區專屬之發 識系統時，可根據變異發音模型之建構方法從 央5吾辨 語辨識系統。不論變異發音模型建立於前者或立=央 辨識系統’皆能提高辨識語音之準確性，括 ' 識系統之適用性。 叫高英語辨 7 200926142 實施方式】 了 為，對本發明的目❸、構造特徵及其功能有進一步的 解，茲配合相關實施例及圖式詳細說明如下： 七请參照圖2，其為本發明實施例之變異發音模型建構 仙·程圖。此變異發音模型係用於辨識帶有不同母語立之 英語發音，其建構方法如下列步驟： 士立提供複數個英語詞句與對應每一英語詞句之至少一發 聲曰‘ ’亚減英語詞發聲音標以收集對應之複數個 聲音資訊（步驟咖）。此步驟係以CMU(carnegieM鄭 卡内基-麥隆大學）所建立包含十二萬詞句的 CMU發音同典進行說明。 —-月參照® 3’其係為本發明實施例之[贿發成部 =意圖。此發音詞典每—英語則係附上其正奴發聲 ^音^排财式由左至右依序為排序編號、英語詞句與 ❹ 此例之發聲音標係以國際標準音標為基 ㈣訊係為不以英語為母語，但為同一地區、二 豕之民眾所提供，以下係 " 資訊之樣本。 灣民眾之央語發音作為聲音 將母語與英語之音襟對應至複數個 成複數刪_ (㈣咖）。㈣ :注t符號為例，係料音符號三十七個發音配·;英語之 曰標—十九個I日’以對應成五十五個國際標準音標（加 200926142

International Phonetic Alphabet ; IPA)。 係先收集針對其一國際標準音標之複數個音標發音， •並將每一音標發音轉換成一對應之特徵值。如圖4A至圖 -，4F所不，以英語詞句I)為例，係先收集複數個台灣民眾對 b之音標發音，再利用傅利葉轉換方程式將此等英語詞句b 之音標發音轉換成相關特徵值4〇1。接著將特徵值4〇1形 成一數值群並計算該等特徵值4〇1對應之一分群界限值。 此分群界限值並非為一絕對限定值，而是根據特徵值4〇1 之數量，藉由統計方式所計算出一最佳對應數值。 而後計算此數值群401之一發音平均值402，其係將 此數值群所有特徵值401先加總再平均所取得。其次，係 計算此發音平均值402與各特徵值401之數值距離，以取 得相同數值群中，與發音平均值4〇2相隔最遠數值距離之 一第一特徵值403。然後再計算相同數值群中，與第一特 徵403值相隔最遠數值距離之一第二特徵值404。 〇 再計算每一特徵值401與第一特徵值403及第二特徵 值404之間的數值距離，並依據計算結果取較小之數值距 離以判斷各個特徵值401乃對應第一特徵值403或是第二 特徵值404 ’藉以劃分出接近第一特徵值403之特徵值401 及接近第一特徵值404之等特徵值401之數值群410與數 值群420 ’再取得此二數值群之群内距離（Between

Distance) 431 與群間距離（Within Distance) 432，以計算 出一分群標準。 200926142 所明群間距離432係指任一數值群與其它數值群之間 的距離’其係為每—數值群之發音平均值、彼此之間的距 離。群内距離431即為相同數值群中，每一特徵值樹至 發曰平均值4G2的數值距離總和，分群標準則為群間距離 432/群内距離431。 再比對分群標準是否高於分群界限值，若否，則取得 發音模型所包含之數料。若是，騎料算每—數值群 〇 音平均值術以進行分群作業，直至分群標準低於 刀群界限值。藉此方式即可取得對應b發音模型的至少一 數值群’此數料所包含紐值係對應母語之音禪 ΓΙί注音符號的特徵值；或是取得對應英語音標之特= =t rb_，即可建立所有注音與英語之音標 子應國際標準音標而產生的發音模型。 利用此等發音模型轉化每_英語詞句之 Ο 語詞句之發聲音標以建構對應此英語心 徑:=路，貞測英語詞句是否存在變異發音路 如圖5所示’以英語詞句「 ΓΑ； ；!εη^ 国際標準音標，錢定料語則之 」 與「Ν

」之間、「Ν」與「D 以偵測此等發聲音標之每—發聲間距是=基準， 發音’即從輸入發音與「ΑΗ」之間、「αη」與二插=異 Τ」與「ΕΗ」之間、rEH 」之間、 200926142 之間’「D」與結束發音之間，利用前述建構之發音模型偵 測此等發聲間距是否有插入變異發音存在。 . 接著偵測每一發聲音標至次一發聲音標之間是否存在 一删除變異發音。然而偵測時，除偵測兩相鄰之發聲音標 之間是否存在刪除變異發音外’若發聲音標之後存在一插 入變異發音時，係偵測此發聲音標與接續的插入變異發音 之間是否存在刪除變異發音。 最後偵測每一發聲音標對應之替換變異發音以建構此 © 變異發音網路（步驟S240)。然而為降低變異發音網路之 複雜度，可利用下列一方法以除去不可能的變異發音路 徑。此二方法包含： 其一，取得每一發聲音標於國際標準音標之發音類 型’再將相同發音類型之至少一國際標準音標作為發聲音 標之替換變異發音。如圖6所示，其為母語與英語之音標 對應至國際標準音標所形成的音標對照表，其區分為，，有聲 ❹ -破裂音（Voiced plosive)，，、，，無聲-破裂音（Unvoiced plosive ) ”、”摩擦音（Fricatives )，，、，，鼻音（Affricatives ) ”、，， 流音（Nasals) ”、’，滑音（Liquids)，’、，，前部母音（Front vowels) ”、”中央母音（Central vowels) 後部圓唇母 音（ack rounded vowels ) ”、” 後部非圓唇母音（Back unrounded vowels) ’’等。 將attend之音標「AH、T、EH、N、D」與此表相對照 以取得與之相同發聲類別的國際標準音標。就「T」來說， 11 200926142 其發聲類型為”無聲-破裂音（Unvoiced plosive)，，，與其相 同發聲類型的僅有「P」與「K」，因此，發聲音標「τ」的 替換變異發音僅包含「P」與「K」，不可能被不同發聲類 型之音標所替代，如「T」不可能被念成「a」，故不同發 聲類型的音標即不在考慮之内。

其二，建立如圖7所示之一音素模糊矩陣（ph〇ne confusion matrix)，係先收集所有國際標準音標之發音，並 計算每一國際標準音標因發音錯誤而形成其它國際標準音 標的發音機率，以建立此音素模糊矩陣。再以英語詞句之 發聲音標為基準，取出一發音機率範圍之至少一國際標準 音標’並設定所選取的國際標準音標作為發聲音標的替換 變異發音。音素模糊矩陣攔位内之英文對應之發音機率如 下，（A)=0%-10% ’（B)=l〇%-15%，（C)=15%-20%

(D)=20%-25% ， (G)=35%-40% ， (J)=50%-55% ， (M)=65%-70% ， (P)=80%-85% ， (E)=25%-30% ， (H)=40%-45% ， (K)=55%-60% ， (N)=70%-75% ， (Q)=85%-90% ， (F)=30%-35% ， (I)=45%-50°/〇 ， (L)=60%-65% ， (O)=75%-80% ， (R)=90%-95% ， (S)=95%-100%，（T)=100%。 然降低變異發音網路之複雜度之同時為準確取得替換 變異發音，取發音機率過高，如100% (T)，其必然是發聲 錯誤之情形；或是發音機率過低，如〇%· 10% (A)，多半 不可能會念到；故上述情形皆不考慮將其作為發聲音標的 12 200926142 替換變異發音。 以英語詞句attend之發聲音標「EH」為例，將其此音 , 素模糊矩陣相比對，可得正確念「EH」之發音機率為 -· 55%-60%(K)’ 念成「er—M」之發音機率為 10%-15%(B)， 念成「AE」之機率為15%-20%(C)，其為則為0%-5%( A)。 故僅將音標「er_M」與音標「AE」作為發聲音標「EH」 的替換變異發音，其它音標即不考慮，藉此降低英語詞句 attend的變異發音網路之複雜性，並提高變異發音網路的 ® 辨識準確性。 但所有變異發音（包含插入變異發音、刪除變異發音、 替換變異發音），皆是以連續三個發音所推論而得，此三個 發音都必需是可發出的發音（possible pronunciation)。如 圖8所示，以CMU發音詞典為例，係將其十二萬個詞句， 每一詞句之音標，以連續三個音標為一組音標排列，統計 每組音標排列於CMU發音詞典所出現的次數，並計算其機 ❹ 率。藉此方式，可從CMU發音詞典統計出二萬多組音標排 列，而每一組音標排列係對應有統計次數與機率，即代表 其為最有可能形成插入變異發音之情形，並將此二萬多組 音標排列形成新的音標排列參照表。 以attend為例，其發聲音標為「AH、T、EH、N、D」， 即從CMU發音詞典中尋找以「AH、T、EH」、「T、EH、N」 及「EH、N、D」等音標排列的次數與機率。以此類推，彙 整CMU發音詞典所有的音標排列及統計機率與次數。 13 200926142 統計結果所形成之音標排列參照表係如圖8所示，其 係顯示參照表的一部分。其中，編號26之音標排列 . 「t_M-i_M-sil」（全文與圖中所述之sil皆為不發音）之統 -, 計機率為5974次，而編號25之音標排列「」 之統計機率為2012次。即代表編號26之音標排列 「t_M-i_M-sil」於CMU發音詞典之十二萬個英語詞句中 極有可能被念到，或形成插入變異發音，而編號25之音標 排列「」被念到的次數與機率相對較少。 ® 當非英語、美語體系國家之人民，如台灣人，辨識其 講述的英語詞句時，僅需利用此參照表，即能擴展出符合 台灣人腔調、其英語詞句被發音的可能性，即能取得複雜 度較低，且較為準確的變異發音網路。 此外，為取得正常變異發音情形之外的變異發音規 則，可分析英語詞句以根據其變異發音網路而取得一推論 規則（步驟S250)。係先將所有發聲音標對應至語言學之 〇 發音特徵，再分析英語詞句之變異發音網路以取得相對應 的推論規則，並判斷具有相同發音特徵的發聲音標具有相 同的推論規則。 如圖9所示，其為本發明之發聲音標對應至語言學之 發音特徵之示意圖。 如圖10所示，以attend之發聲音標「AH、T、EH、N、 D」而言，其路徑為「起始-AH-T-EH-N-D-sil」，係先找出 attend的變異發音網路，並利用資料探勘法（Data mining) 14

0 200926142 找出此_nd之變異發音網路上取得 此例中之「N_D 麩異發音情形。 J的變異發音情形即有三種： * 八 發聲音口音很重，將厂N-D Ί 「N>D-ER ςιΊ +j 發聲屮 * u bRwl」或「n_d_ah_s 皮犛成 情形。 成插入變異發音之 其二’發聲音省略發聲，將「N_D_sil 即形成刪除變異發音之情形。 」成N-sil」， 其一’發聲者錯誤發聲，將「N_D_sil」發 即形成替換變異發音之情形。 --sil」’ 如此可知，當發聲音標「D」之前有發聲音標^ 而後為「S1i」_，係、有此三種變異發聲情形並對應」| 音變異規則。 一裡發 再將發聲音標「D」與圖9所示語言學之發聲特徵示 意圖比對即得知如圖11所示結果，即發聲音標「D」、^ = 音標「B」、發聲音標「G」之發音位置雖各為齒槽音、: 唇音與軟顎音，但其發音方法皆為塞音與濁音，故判斷 的變異發音規則係適用於發聲音標「B」及發 聲音楳「G」，即可推論出未收集到的發音變異規則。 再利用資料探勘法（Data mining)並計算各發音變異 規則的信心分數（C〇nfidence sc〇re)以取得各發音變異規 則之相對權重關係，判斷每一英語詞句所使用發音變異規 ' 於先順序’以取得最精準的發音變異路徑。 plj 、 如蘭口所示’其為attend之變異發音路徑，其即利用 15 200926142 前述方法以形成attend之變異發音網路，再利用尋得或推 論出之變異發音規則以取得最精簡的變異發音路徑。=圖 -可得，發聲音標「AH」正確被發出之機率有72%:被誤發 *聲為「UH」之機率為28%。發聲音標「N」之後發出rD」 之機率為60%，不再發聲「sil」為4〇%。而發聲標「d」 之後，不再發聲「sil」為87%，發生混音情形而發出「AH」 者為13%。而此attend之變異發音路徑即為auend之變異 〇 發音網路利用前述之變異發音規則進行最簡化後，所產生 之最佳變異路徑》 雖然本發明以前述之較佳實施例揭露如上，然其並非 用以限定本發明，任何熟習相像技藝者，在不脫離本發明 之精神和範圍内，所作更動與潤飾之等效替換，仍為本發 明之專利保護範圍内。 【圖式簡單說明】 圖1A至圖1C係一般音標錯誤發聲之對應表； ® 圖2係本發明實施例之變異發音模型建構流程圖； 圖3係本發明實施例之CMU發音詞典部分示意圖； 圖4A至圖4F係發音模型之發聲特徵值分群示意圖； 圖5係本發明實施例之變異發音網路建立圖； 圖6係本發明實施例之國際標準音標之音標對照表； 圖7係本發明實施例之音素模糊矩陣示意圖； 圖8係本發明實施例之音標排列參照表； 圖9係本發明實施例之發聲音標特徵化之對照示意圖； 16 200926142 圖ίο係本發明實施例之變異發音情形示意圖； 圖11係本發明實施例之發聲特徵比對示意圖；以及 . 圖12係本發明實施例之變異發音路徑示意圖。 【主要元件符號說明】 401 特徵值 402 發音平均值 403 第一特徵值 404 第二特徵值 410 ' 420 數值群 431 群内距離 432 群間距離 ❹ 17

Claims (1)

1. 200926142 十、申請專利範園： 有不_語音係用於辨識帶 - 步驟： X建構方法至少包含下列 提供複數個英語詞句與對 -發聲音標，並根據該英語詞句之二二句之至少 應之複數個聲音資訊； ^發卓s標以收集對 ο 將該母語與該 標以形成複數個發音模型·"對應至複數個國際標準音 利用該等發音模_ 資訊，並協同該英語詞句之 句之該等聲音 語詞句之一變異於立 a聲曰標以建構對應該英 變異發音路捏二：路’以備測該英語詞句是否存在 則。歸納該等變異發音路徑以形成複數個變異發音規 ❹ 2·Γ構圍第1項所述之英語辨識變異發音模型之 並將/、對其胃國際標準音標之複數個音標發音， 亚將母一該音標發音轉換成一對應之特徵值； 將該等特徵值形成—數值群並計算該等特徵值對應 之一分群界限值； 計算該數值群之一發音平均值； 取传相同數值群與該發音平均仙隔最遠數值 18 200926142 距離之一第一特徵值； 計算相同數值群中，與該第一特徵值相隔最遠 距離之一第二特徵值； 計算每一該特徵值與第一特徵值及第二特徵值之 的數值距離，劃分出接近該第一特徵值之該等特徵間 接近該第一特徵值之該等特徵值之二數值群； 取得此二該等數值群之群内距離與群間距離，r 算出一分群標準；以及 以叶

   比對該分群標準是否高於該分群界限值，若是 算該數值群之一發音平均值，若否，取得該發音$型計 包含之該等數值群。 、所 3. 如申請專利範圍第2項所述之英語辨識變異發音模j 建構方法，其中該發音模型之至少一數值群，其包含之 該等特徵值係對應該母語之音標。 t 4. 如申請專利範圍第2項所述之英語辨識變異發音模Q 建構方法’其中該發音模型之至少—數值群，其包^之 該專特徵值係對應該英語之音標。 ( 5.如申請專利範圍第2 -------〜_項所迷之英語辨識變異發音模型 建構方法’其中該音標發音係利用傅利葉轉 化為該特徵值。 式轉 6.如申請專利範圍《 i項所述之英語_變異發音模 路步驟中，包含： 其中該建構對應該英語詞句之—變異發音網 19 200926142 設定該英語詞句之該發聲音標為基準； 偵測該等發聲音標之每一發聲間距是否存在一插入 » 變異發音； - 偵測每一該發聲音標至次一該發聲音標之間是否存 在一刪除變異發音； 偵測每一該發聲音標對應之替換變異發音；以及 建構該變異發音網路。 7·如申請專利範圍第6項所述之英語辨識變異發音模型之 ❹ 建構方法，其中該偵測每一該發聲音標對應之替換變異 發音步驟係包含下列步驟： 取得每一該發聲音標於該國際標準音標之發音類 型；以及 將相同發音類型之至少一該國際標準音標作為該發 聲音標之該替換變異發音。 8.如申請專利範圍第6項所述之英語辨識變異發音模型之 © 建構方法，其中該偵測每一該發聲音標對應之替換變異 發音步驟係包含下列步驟： 收集該國際標準音標之發音； 計算每一該國際標準音標之發音機率，以建立一音 素模糊矩陣（phone confusion matrix ); 以該發聲音標為基準，取出一發音機率範圍之至少 一該國際標準音標；以及 設定該發音機率範圍之該國際標準音標作為該發聲 20 200926142 音標之該替換變異發音。 9. ㈣1項所述之英語辨識變異發音模型之 標之變異而取語詞句以根據其發聲音 :::::樣之英語辨識變異發音模型之 將該等發聲音標對應至語言學之發音 ❹ 分析該英語_句之該變異發音網路以取得 規則；以及 取件該推論 判斷具有相同發音特徵之該等發聲音々 之該推論規則。 不，、有相同 η:種英語韻變祕音_之_之㈣髓 調之英乎係用於辨識帶有不同母語音 下列=料該變異發音模型之建構方法係包含 提供複數個英語詞句與對騎—該英 少一發聲音標，並根據該 、句之至 對應之複數個聲音句之該發聲音標以收集 將該母語與該英語之音標對應至複 音標以形成複數個發音模型； 闷丨不铩準 利用該等發音模型轉化每一詨 音資訊，並協同該英語詞句二二之該等聲 英語詞句之一變異發音網路=聲曰標以建構對應該 路，以偵測該英語詞句是否存 200926142 在變異發音路徑；以及 貞卜歸納卿變異發音路細形成複數個變異發音規 12.:=利範園第11項所述之記錄媒體，其中每， 發“4型之形成係包含下列步驟. 中母該 收集針對其一 音，並將每,際標準音標之複數個音標發 ❹ 將該等特徵#心* 職之特徵值， 應之一分群界^ 群並計算料特徵值對 計算該數值拜之—發音平均值； 距離之-第^2群中’與該發音平均值㈣最遠數值 ^弟特徵值； 距離1 十异：同數值群中’與該第—特徵值相隔最遠數值 距離之一第二特徵值； ❿ δ 十算每一該特徵值與第一特徵值及第二特徵值之 ’的數值距離’ _分$接近該第—特徵值之該等特徵值 及接近該第二特徵值之該等特徵值之二數值群； 取得此一該等數值群之群内距離與群間距離，以計 算出一分群標準；以及 比對該分群標準是否高於該分群界限值，若是，計 算該數值群之一發音平均值，若否，取得該發音模型所 包含之该等數值群。 13.如申請專利範圍第12項所述之記錄媒體，其中該發音 22 200926142 模型之至少一數值群，其包含之該等特徵值係對應該母 語之音標。 t 14.如申請專利範圍第12項所述之記錄媒體，其中該發音 - 模型之至少一數值群，其包含之該等特徵值係對應該英 語之音標。 15. 如申請專利範圍第12項所述之記錄媒體，其中該音標 發音係利用傅利葉轉換方程式轉化為該特徵值。 16. 如申請專利範圍第11項所述之記錄媒體，其中該建構 ® 對應該英語詞句之一變異發音網路步驟中，包含： 設定該英語詞句之該發聲音標為基準； 偵測該等發聲音標之每一發聲間距是否存在一插 入變異發音； 偵測每一該發聲音標至次一該發聲音標之間是否 存在一刪除變異發音； 偵測每一該發聲音標對應之替換變異發音；以及 〇 建構該變異發音網路。 Π.如申請專利範圍第16項所述之記錄媒體，其中該偵測 每一該發聲音標對應之替換變異發音步驟係包含下列 步驟： 取得每一該發聲音標於該國際標準音標之發音類 型；以及 將相同發音類型之至少一該國際標準音標作為該 發聲音標之該替換變異發音。 23 200926142 18. 如申請專利範圍第16項所述之記錄媒體，其中該偵測 每一該發聲音標對應之替換變異發音步驟係包含下列 步驟： -收集該國際標準音標之發音； 計算每一該國際標準音標之發音機率，以建立一音 素模糊矩陣（phone confusion matrix); 以該發聲音標為基準，取出一發音機率範圍之至少 一該國際標準音標；以及 © 設定該發音機率範圍之該國際標準音標作為該發 聲音標之該替換變異發音。 19. 如申請專利範圍第11項所述之記錄媒體，其更包含一 分析該英語詞句以根據其發聲音標之變異而取得一推 論規則步驟。 20. 如申請專利範圍第19項所述之記錄媒體，其中該偵測 每一該發聲音標對應之替換變異發音步驟係包含下列 ❹ 步驟. 將該等發聲音標對應至語言學之發音特徵； 分析該英語詞句之該變異發音網路以取得該推論 規則；以及 判斷具有相同發音特徵之該等發聲音標具有相同 之該推論規則。 24