- •Интеллектуальные
- •Предисловие
- •1. Раздел. Экспертные системы
- •1.1. Назначение и принципы построения экспертных систем
- •1.2. Классификация экспертных систем
- •1.3. Методология разработки экспертных систем
- •1.4. Этапы разработки экспертных систем
- •1.5. Приобретение знаний для экспертных систем
- •1.6. Представление знаний и выводы в экспертных системах
- •1.7. Особенности различных представлений знаний
- •2. Раздел. Системы общения на естественном языке
- •2.1. Назначение и область применения естественно-языковых систем
- •2.2. Обобщенная схема естественно-языковой системы
- •Основные параметры ея-системы
- •2.3. Настройка естественно-языковых систем
- •2.4. Классификация естественно-языковых систем
- •Задачи, решаемые основными компонентами системы
- •Основные сведения о ея-системах
- •3. Раздел. Системы переработки визуальной информации
- •3.1. Назначение, классификация и области применения
- •3.2. Автоматизированные системы обработки изображений
- •3.3. Системы анализа изображений
- •3.4. Системы машинной графики
- •Характеристики автоматизированных систем обработки изображений
- •4. Раздел. Системы речевого общения
- •4.1. Основные положения
- •4.2.Классификация речевых процессоров
- •4.2.1. Анализаторы
- •4.2.2. Синтезаторы речи
- •4.3. Обзор промышленных систем речевого общения
- •Устройства синтеза речи
- •Устройства распознавания речи
- •4.4. Перспективные зарубежные системы речевого общения
- •4.5. Тенденции применения средств речевого общения
- •5 Раздел. Системы машинного перевода
- •5.1. Классификация смп
- •5.2. Лингвистическое обеспечение смп
- •5.2.1. Словари
- •5.2.2. Грамматики и алгоритмы
- •5.3. Математическое и программное обеспечение смп
- •5.4. Оценка смп
- •Основные системы мп и их характеристики
- •Список использованной и рекомендуемой литературы
- •Содержание
4.5. Тенденции применения средств речевого общения
До последнего времени большинство работ, связанных с созданием СРО, базировалось на идее формирования акустических эталонов речевых элементов разных уровней (фонем, слогов, слов). При этом распознавание было реализовано как обнаружение и идентификация в потоке речи этих акустических эталонов. В настоящее время стало очевидным, что такой подход малоперспективен из-за значительной вариативности акустических характеристик речевого сигнала, связанной как с лингвистическими (эффекты коартикуляции, редукции, ассимиляции), так и с экстралингвистическими факторами (индивидуальные особенности голосов дикторов, различия в их произносительных навыках, состояние проводящей среды и др.). Особенно большую вариантность имеют акустические характеристики фонем. Поэтому в большинстве промышленных систем распознавания речи отказались от пофонемного анализа и приняли слово в качестве минимального распознаваемого элемента. Данный подход, хотя и дал на определенном этапе речевых исследований зримые результаты, оказался неплодотворным при решении сложных задач распознавания, таких, как распознавание речи без подстройки под диктора или создание систем с большими словарями. Это заставило вернуться к идее пофонемного анализа речи на новом качественном уровне, который предполагает моделирование различныхаспектов процесса переработки информации человеком при восприятии речи, использование знаний, накопленных в лингвистике, теории восприятия и психологии. При таком подходе одной из кардинальных задач распознавания речи является задача обнаружения и моделирования тех механизмов восприятия речи человеком, которые обеспечивают устойчивость и стабильность воспринимаемых речевых элементов в условиях их огромной акустической вариативности.
Все большее распространение получает подход к решению задачи распознавания речи, связанный с чтением динамических спектрограмм неизвестного речевого сигнала фонетистом-экспертом. Интерес к экспериментам по чтению спектрограммы связан, во-первых, с тем, что они демонстрируют богатство фонетической информации, заключенной в речевом сигнале, представленном в виде трехмерной (частота — время — интенсивность) спектральной картины, а во-вторых, с тем, что они позволяют воплотить знания и процедурные навыки эксперта в системах распознавания речи. Исследования по чтению спектрограммы ведутся в разных странах, и в настоящее время главным в этих исследованиях является проблема выявления и формализации знаний и процедурных навыков экспертов. Оказалось, что это весьма сложный процесс, т. к. эксперты не всегда способны выразить принципы и правила, которыми они руководствуются в ходе акустико-фонетического декодирования речевых спектрограмм. Одной из существенных проблем является воплощение в алгоритме правил и знаний, которые кажутся эксперту очевидными (например,F420 не может быть выше 2500 Гц) либо сложно формулируемыми (например, правило определения компактности взрыва смычных). Для преодоления этих трудностей, связанных с извлечением и записью знаний эксперта, используются экспертные системы. Экспертные системы отличаются от обычных компьютерных программ тем, что они могут решать задачи, не имеющиежестких алгоритмических решений, и осуществлять выводы, основанные на неполной или недостоверной информации. Поэтому онигораздо более приспособлены для моделирования гибкой деятельности человека, что и было использовано в речевых исследованиях. Необходимо подчеркнуть, что в этих исследованиях ЭС применяются именно как инструмент анализа для накопления базы знаний в процессе взаимодействия системы и эксперта. Использование ЭС в качестве системы распознавания неэффективно.
Вторая существенная трудность при моделировании деятельности фонетиста-эксперта заключается в том, что визуальный анализ спектрограмм, лежащий в основе декодирующих действий эксперта, не менее сложен, чем слуховая обработка речевого сигнала. При формализации чтения спектрограмм возникает сложная проблема извлечения акустических признаков, легко выделяемых зрительной системой человека. При разработке ЭС многие исследователи эту трудность просто обходят. Однако уже из самого рассмотрения возникшей ситуации логически вытекает представление о наличии некоторого промежуточного уровня кодирования речевой информации при переходе от параметрического описания спектра к его фонетической интерпретации. Более того, необходимость разработки принципов промежуточного описания речевых сигналов выделяется в качестве центральной проблемы автоматического распознавания речи. Отмечается, что только промежуточное описание позволяет перекинуть мост между непосредственно наблюдаемым непрерывным акустическим сигналом и дискретным лингвистическим описанием. Промежуточное представление описывает «поведение» акустических характеристик, которое в значительной степени является инвариантным при переходе от диктора к диктору и зависит, главным образом, от контекстного взаимодействия фонетических единиц. При этом промежуточное представление, как правило, выражается в качественном виде и описывается в терминах наличия — отсутствия определенных акустических объектов, высокого — низкого положения в спектре или сильного — слабого проявления той или иной энергетической составляющей.
Таким образом, в процессе акустико-фонетического декодирования осуществляется вначале переход от количественных изменений к качественному описанию, а затем от качественных описаний к признакам фонем. Как правило, единицы промежуточного уровня представления речевой информации называются акустическими ключами, акустическими признаками или дискрипторами.
В России работы по чтению спектрограмм фонетистами-экспертами, выработке правил их фонемной и словесной интерпретации проводятся с 1980 года. Полученные результаты позволили приступить к созданию аппаратно-программной модели анализа речи, в основу которой положены алгоритмы чтения спектрограмм.