75883

Проблеми створення комп’ютерних систем розпізнавання усного мовлення. Методи виділення й упізнавання елементів мови при обробці усного мовлення

Доклад

Иностранные языки, филология и лингвистика

Задача распознавания речи состоит в автоматическом восстановлении текста произносимых человеком слов фраз или предложений на естественном языке. Только в последние десятилетия компьютерная техника достигла такого уровня когда стала осмысленной задача распознавания слитной или даже спонтанной устной речи. На этом этапе выяснилось что для решения задачи распознавания речи недостаточно уметь распознавать отдельные звуки и слова команды с надежностью сравнимой с надежностью распознавания отдельных команд человеком. Поэтому задачу...

Украинкский

2015-01-26

29.83 KB

4 чел.

30. Проблеми створення комп’ютерних систем розпізнавання усного мовлення. Методи виділення й упізнавання елементів мови при обробці усного мовлення.

Задача распознавания речи состоит в автоматическом восстановлении текста произносимых человеком слов, фраз или предложений на естественном языке. К важным практическим задачам, связанным с распознаванием речи, можно отнести разработку систем диктовки текстов, систем речевого управления различными устройствами, систем речевого диалога (например, по телефону). 

Только в последние десятилетия компьютерная техника достигла такого уровня, когда стала осмысленной задача распознавания слитной или даже спонтанной устной речи. На этом этапе выяснилось, что для решения задачи распознавания речи недостаточно уметь распознавать отдельные звуки и слова (команды) с надежностью, сравнимой с надежностью распознавания отдельных команд человеком.

Поэтому задачу распознавания речи естественно разделить на две независимые задачи:

  1.  задачу локального распознавания речи (то есть распознавания отдельной команды)
  2.  задачу восстановления текста слитной речи по множеству возможных гипотез распознавания.

Основными характеристиками современных систем автоматического распознавания речи являются следующие:

  1.  словари размером в десятки и сотни тысяч слов;
  2.  распознавание слитной речи;
  3.  работа в реальном времени;
  4.  возможность работы как с предварительной настройкой на голос диктора, так и без настройки;
  5.  надежность работы 95–98% для грамматически правильных текстов.

Методы локального распознавания речи можно условно раз делить на две большие группы: непараметрические — с использованием непараметрических мер близости к эталонам (к ним можно отнести методы на основе формальных грамматик и методы на основе метрик на множестве речевых сигналов) — и параметрические (вероятностные — на основе метода скрытых марковских процессов, нейросетевые).

Первые устройства автоматического распознавания речи были аналоговыми и использовали пороговую логику, поэтому они не обладали высокой надежностью и были узкоспециализированными.

Следующим этапом стало развитие непараметрических подходов, основанных на мерах близости на множестве речевых сигналов.

В настоящий момент самыми сложными элементами при построении систем распознавания речи являются, как это не покажется странным, не распознающие алгоритмы, а построение акустической модели языка и начальное обучение эталонов слов словаря, чаще всего являющихся вероятностными автоматами. Для настройки параметров языковых моделей и эталонов фонетических единиц языка в качестве основы для обучения необходимы текстовые и речевые базы данных достаточно большого объема. Необходимо тщательно учесть все встречающиеся в современном языке слова и языковые обороты, типы голосов и акцентов, имеющихся у носителей языка.

При автоматизированном распознавании устной речи и рукописного текста на естественных языках возникают проблемы, близкие к проблемам машинного перевода.

То есть, существуют слова, близкие по звучанию, по набору фонем. Например, «шесть» и «шерсть». Человек достаточно легко справляется с различением таких слов за счет понимания контекста, в котором они произнесены, тогда как для компьютерных систем различить такие близкие наборы звуков составляет почти неразрешимую задачу. Следовательно, для распознавания речи нужно не только слышать ее, но еще и понимать о чем идет речь.

Наличие эти проблем обусловлено опять же механистическим подходом к распознаванию фонем и символов – делается попытка распознать их как дискретные элементы, не учитывая семантических взаимосвязей.

Здесь, как и в задаче перевода, проблема распознавания решается отражением семантического пространства для тех гипотез значений, которые наиболее вероятны для звучаний и написаний распознаваемых слов.

Одной из проблем современных систем распознавания является восстановление по распознанным фонемам исходного слова. Это связано с тем, что транскрипция (произношение) каждого слова не обязательно совпадает с его написанием, например лесница, здача, салома и т.д.

Основные методы распознавания речи

Одним из основных подходов, используемых при построении речевых распознавателей, является подход, основанный на обработке акустических сигналов, который опирается на следующее положение: поскольку речевой сигнал является особой формой сигнала (или вектором чисел), то к нему применимы общие методы обработки сигналов (например, анализ частотного спектра Фурье, анализ основных составляющих, процедуры статистических решений и другие математические методы). Эти методы используются для того, чтобы установить идентичность входного сигнала одному из шаблонов.

Использование скрытой Марковской модели

Наиболее часто и успешно при распознавании фонем и слов используется скрытая Марковская модель (НММ - hidden Markov modelling). 

НММ определяется как множество состояний и переходов из одного состояния в другое, то есть конечный автомат. Существует множество начальных и множество конечных состояний. Любая последовательность наблюдений является результатом перехода из одного из начальных состояний в одно из конечных.

НММ можно использовать для представления любой составляющей речевого сигнала – фонем или слов На тестах было доказано, что основанные на этом подходе системы распознавания речи оказались весьма надежными и эффективными.

Преобразования Фурье

Речевой сигнал представляется в виде двумерного спектрального временного образа (СВО), получаемого с помощью быстрого преобразования Фурье.

Результат отражает изменение по времени амплитуд заданных частотных составляющих речевого сигнала и четко выражает особенности речи, что даёт возможность его использовать для автоматического распознавания произносимых пользователем слов. СВО позволяет выделить местоположение резонансных частот, то есть локальных выбросов, что является определяющей особенностью речевого сигнала.

Вейвлет-преобразование

Вейвлет-преобразование сигналов является обобщением спектрального анализа. Вейвлет-анализ можно охарактеризовать как спектральный анализ локальных возмущений. На основе этого метода строится система распознавания речи. Исходный речевой сигнал сегментируется на фонемы и для каждого сегмента находится скелетон. Средний коэффициент распознавания составляет 73%.

Метод нечёткого сопоставления речевых образов

Для распознавания изолированных слов, нормализованных по времени, часто применяется метод нечёткого сопоставления с эталоном. Эталонные образы для каждого слова словаря формируются как среднее арифметическое различных вариантов произношения данного слова.

Разработанные методы позволяют идентифицировать слова из ограниченного словаря, произнесенные произвольным диктором. Независимость от диктора дает возможность на основе разработанных методов строить системы речевого управления прикладными программами. Ошибка распознавания при словаре в 200 слов не превышает 2 %


 

А также другие работы, которые могут Вас заинтересовать

10368. Регионализация образования. Состояние и развитие Тульской областной системы образования. Региональная программа развития образования 38 KB
  Регионализация образования. Состояние и развитие Тульской областной системы образования. Региональная программа развития образования. Основные направления экспериментальной инновационной работы в учреждениях образования Тульской области. Регионализация системы ...
10369. Шпаргалка по педагогике (для педагогов) 1.87 MB
  Шпаргалка по педагогике для педагогов 1. Понятие педагогики и этапы ее развития Слово педагогика греческого происхождения. В дословном переводе означает детовождение. В современном понимании педагогика представляет собой совокупность знаний и умений по...
10370. АВГУСТИН Блаженный (Augustinus Sanctus) Аврелий 45.72 KB
  АВГУСТИН Блаженный Augustinus Sanctus Аврелий 13.11.354 Тагаст Сев. Африка Нумидия 28.8.430 Гишюн Сев. Африка христ. теолог представитель зап. патристики. Прошёл через увлечение манихейством и скептицизмом в 387 принял крещение. С 395 епископ Гиппона. Онтология А. и его уч...
10371. АДЛЕР (Adler) Альфред 33.73 KB
  АДЛЕР Adler Альфред 7.2.1870 Вела 28.5.1937 Абердин Шотландия австр. врач и психолог создатель индивидуальной психологии. Примыкал сначала к сторонникам 3. Фрейда затем основал собств. школу получившую наибольшее влияние в 20х гг. с созданием Междунар. ассоциации инд
10372. ФОМА АКВЙНСКИЙ, (Thomas Aquinas) 47.64 KB
  ФОМА АКВЙНСКИЙ Thomas Aquinas 1225 или 122i замок Роккасекка близ Акуино Юж. Италия 7. 3. 1274 монастырь Фоссануова Юж. Италия ср.век философ и теолог систематизатор ортодоксальной схоластики основатель томизма; монахдоминиканец с 1244. В 1567 признан пятым учителем ...
10373. Предмет и задачи политологии. Методы изучения политических явлений 55.5 KB
  Предмет и задачи политологии. Методы изучения политических явлений. Политология это наука о политической власти и управлении о закономерностях развития политических отношений и процессов функционирования политических систем и институтов политического поведения и...
10374. Основные понятия категории науки о политике 61.5 KB
  Всякий раз, когда мы ставим перед собой задачу вычленить какую-либо научную дисциплину из всей совокупности научных дисциплин, мы сталкиваемся с вопросом о ее понятийно-категоричном аппарате. Политика зачастую представляет собой не только четко очерченную, раз и навсегда...
10375. Место политологии среди других обществоведческих дисциплин 29 KB
  Место политологии среди других обществоведческих дисциплин. Политики представляя собой очевидную сторону общественной жизни детерминируется множеством явных и скрытых от глаз мене ощутимых факторов и процессов в совокупности составляющих ее социологические основ...
10376. История развития политической мысли. Основные тенденц 35.5 KB
  История развития политической мысли. Основные тенденции. Чрезвычайно огромный объём материалов по истории развития политической мысли включающий в себя исторические правовые политические географические философские и другие источники не позволяют авторам подробн