34. Распознавание и синтез речи с пом компа

40 лет назад, Япония, (идея) – 1-е системы: системы диктовки, диктографы. Позже в США – медики (диагнозы).

1-е системы – вертикальные (медики), с увеличением объема словаря становятся горизонтальными

Распознавание.

Примеры: Via Voice, Dragon Naturally Speaking, Dragon Dictate.

Виды систем распознавания:

1. распознавание команд

2. распознавание слитной речи:

а) р дискретной речи с паузами

б) р естественного потока (непрерывная надиктовка)

Факторы, влияющие на качество распознавания: V словаря, темп речи (120-140, 300-350 слов в мин), зависимость от диктора (дикторо -зависимые, независимые, настраиваемые), человеч фактор (комп не м дополнить слуховой канал зрительным), экстралингвистич факторы (эстетич инфа, эмоцион инфа, индивидуально-личностная, биосоциальная, психологич, медицин, пространственная), вычислит ресурсы компьютера

Технологии распознавания речи.

2 вида.

1) 4. блока: (2-5 основные)

1) ввод устной речи,

2) блок записей и обработки данных (удаление фонового шума)

3) блок извлечения особенностей (кажд 10 милисек идет разделение звукового потока на сегменты/ порции)

4) блок акустического совмещения (распознавание миним аккустич единиц),

5) блок динамического программирования (сравнение с эталонами в памяти компа, генерация вероятностных слов и сс)

2)2 этапа: 1 – речевой поток делится на фонемы. 2 – выделен фонемы сравниваются с эталонами, определяется вероятность следования 1 фонемы за др, фонемы складываются в слова.

Перспективные направления распознавания речи:

Управление ПК по телефону

Разработка голосовых ключей

Разработка систем распознавания в шумовых условиях

Синтез речи

2 направления

1. артикуляторный синтез

2. форматный синтез по правилам / компиляторный (склейка нужных единиц из имеющегося словаря)

Digalo, Whistler, Wardagent