5. Основи автоматичного розпізнавання та розуміння мовлення.

Історія: Перша наукова робота, присвячена автоматичному розпізнаванню звуків мовлення, з’явилася у 1943 р. Наступна - у 1962-1973 pp. Дослідженням методів розпізнавання усної мови та їх реалізацією на паралельних архітектурах займаються співробітники Microsoft Research. Також дослідження з розпізнавання мови ведуть корпорації Google і Apple.Лідер в області мовних технологій в Україні - відділ розпізнавання звукових образів Міжнародного науково-навчального центру інформаційних технологій і систем. З кінця 1960х років у відділі (тоді при Інституті Кібернетики) під керівництвом Вінцюк Т.К. ведуться роботи по розпізнаванню мови. У Донецьку розпізнаванням мови займаються у відділі розпізнавання мовних образів Державного інституту штучного інтелекту і в Донецькому національному технічному університеті.

Сучасним глобальним завданням автоматичного розпізнавання усного мовлення - є побудова систем автоматичного розуміння природного суцільного мовлення. Початковим етапом цієї проблеми є автосегментаиія і маркування мовленнєвої хвилі у відповідності до акустико- фонетичних і фонологічних правил мови. Акустико-фонетичний рівень розпізнавання звуків пов’язаний з пошуком параметрів стаціонарних і перехідних ділянок звуків мовлення, а також виявленням і маркуванням відрізків мовленнєвої хвилі, які відносяться до конкретних звуків, але П£рш ніж розглядати особливості звукової залежності від контекстного оточення необхідно визначити окремо: властивості голосних і приголосних звуків і навчити комп’ютер їх розпізнавати. Основним методом розпізнавання звуків - є спектрально-часовий аналіз. Для проведення аналізу використовуються всі складові звукового спектра. Заздалегідь у пам’ять пристрою вводять зразки мовленнєвих образів і правила встановлення звукотипу. Часовий аналіз передбачає низку миттєвих спектрів, що йдуть один за одним, піддаючи їх обробці в різних схемах розпізнавання пристрою. В результаті виділяються ознаки, які у певному сполученні дозволяють найбільш надійно і швидко відрізнити даний сегмент мови від інших. На матеріалі спектрограм дається фонемна інтерпретація звуків за зразками шляхом перекладання спектрограм у фонологічну транскрипцію. Наступним є метод двійкового добору звукових елементів мовлення. В основі методу лежить виявлення у звуків мови елементарних розпізнавальних ознак (дзвінкість-глухість). Акустичної інформації недостатньо для розпізнавання мовленнєвих послідовностей=>використ. метод розпізнавання звуків усного мовлення за допомогою лінгвістичної інформаиії (вводяться лінгвістичні правила, завдяки яким логічна частина пристрою визначає ймовірність появи кожного звуку у низці інших звуків і за найбільшим значенням ймовірності встановлює розпізнавання звуку). Метод розпізнавання ізольованих слів-команд (для цього в комп’ютер вводять словник із кілька сот слів. Людина-диктор читає слова, набори акустичних сигналів, які становлять ці слова, вводять в машинну пам’ять).

Перше, що слід зробити під час роботи машини з голосом - це навчити її членувати суцільний мовленнєвий потік на окремі слова, кількість яких повинна бути обмеженою, і кожне слово повинно бути відокремлено паузами. Наступний крок - комп’ютер кодує усне мовлення, вкладає в пам’ять, обробляє і видає в друкованому вигляді. Наступним кроком стала стратегія розпізнавання мовлення по складах. Склавши склади, можна описати словник певної мови.