13.4.6. Модель взаимной активации

Эта модель, известная больше под названием TRACE, принадлежит Дж. Элману и Дж. Мак-Клелланду [Elman, McClelland, 1986; Frauenfelder, Peelers, 1990].

Структура модели TRACE представляет собой иерархически устроенную сеть, узлами которой выступают дифференциальные признаки, фонемы и слова. Признаки многозначны, каждому из значений признака соответствует детектор обнаружения соответствующих акустических параметров. Все признаки, фонемы, слова могут находиться в состоянии активации той или иной степени, которая в модели оценивается условным интервалом от -0,3 до 1. Внутри этих пределов степень активации каждой конкретной единицы определяется ее взаимодействием с другими единицами как того же, так и других уровней, а активация дифференциальных признаков - главным образом параметрами входного акустического сигнала. Сила, с которой одна единица воздействует на другую, повышая или понижая ее активированность активированностью собственной, зависит от связи между ними, также оцениваемой количественно; сила этой связи для каждой индивидуальной пары (например, "признак Q - фонема X", "фонема Х - фонема Y") принадлежит к числу (перенастраиваемых) параметров модели.

Важной особенностью модели TRACE является использование не только возбуждения, активации, но и торможения (lateral inhibition). Например, если детектор, специализированный на выявлении признаков гласных, фиксирует наличие характеристики переднего гласного, то в интервале, отвечающем длительности предшествующего согласного, подавляется ("тормозится") функционирование всех детекторов установления места образования, кроме тех, что специализированы на опознании согласных перед передними гласными. Одно слово может подавлять уровень активированности другого. Длинные слова имеют более высокие шансы на распознавание, поскольку, обладая более высоким суммарным уровнем активации, успешнее подавляют "соперничающие" единицы.

Модель TRACE принадлежит к числу наиболее разработанных, имеются компьютерные версии, в той или иной степени воплощающие принципы этой модели.

13.4.5. Квазинейронные модели

Первые попытки построения квазинейронных моделей (не применительно к восприятию речи) появились уже в конце 40-х годов [Неbb, 1949], интерес к ним особенно усилился начиная с 60-х годов [Rosenblatt, 1962]. Авторы этих моделей стремились к воплощению в моделях именно тех принципов, которые лежат в основе работы человеческого мозга. Основана на промежуточных моделях и таблицах истинности.

Д. Клатт отмечает, что подход авторов квазинейронных моделей не слишком отличается от известного по статистическим моделям распознавания образов [Klatt, 1989]. Это, по-видимому, некоторое преувеличение, ибо статистические модели в типичном случае не прибегают ни к алгоритмам самообучения, ни к внутреннему представлению сигнала, что существенно для моделей квазинейронного типа.

13.4.4. Моделирование слуха

Первоначально модели этого класса ограничивались лишь уровнем первичного спектрального анализа речевого сигнала. При их разработке использовались результаты психоакустических (психофизических) экспериментов, полученные методами маскировки.

Более адекватными представляются модели, основанные на данных нейрофизиологии и учитывающие гидромеханические характеристики "улитки" внутреннего уха. Подобного рода модель в течение почти двух десятилетий разрабатывается и используется для анализа экспериментальных сигналов в лаборатории физиологии речи Института физиологии им. И.П.Павлова РАН. В ней, помимо характеристик "улитки", учтены эффекты двухтонового подавления и периферической кратковременной адаптации. Последующая обработка полученного с помощью модели представления речевого сигнала включает сегментацию (структура и параметры блока выбраны на основе психоакустических данных) и выделение локальных (по частоте) параметров спектра.

Аналогичные модели используются многими зарубежными исследователями. Некоторые из них расширены за счет введения блоков, воспроизводящих дальнейшие преобразования сигнала: латеральное торможение [Shamma, 1988] и получение синхронного спектра [Sachs, 1982; Seneff, 1988]. В последние годы появились модели с элементами "нейронных сетей", воспроизводящие функциональные свойства не только "улитки" и волосковых клеток, но и нейронов кохлеарных ядер [Visual Representations..., 1993], что существенно расширяет возможности моделей в плане выделения признаков для первичного субъективного описания сигналов.