Математическое обеспечение систем и устройств с речевым вводом информации

• Автор: Орлова, Маргарита Изикиельевна
• Шифр специальности: 01.01.10
• Научная степень: Кандидатская
• Год защиты: 1984
• Место защиты: Москва
• Количество страниц: 209 c. : ил

РЕФЕРАТ
Диссертация общим объемом 207 страниц состоит из введения, четырех глав, заключения, списка использованной литературы (166 наименований), приложения и содержит 24 рисунка и 12 таблиц.
Ключевые слова: диалоговая система, диктор, динамическое программирование, кластер, обучение, распознавание речи, речевой ввод, речевое управление, речевосприятие, речеобразование, речевой сигнал.
Работа посвящена разработке и созданию специализированного математического и программного обеспечения систем и устройств с речевым вводом информации, обеспечивающим работу этих устройств в условиях, характерных для практических задач. Реальные условия накладывают свои требования на системы речевого ввода и на их матобеспечение. Поэтому в работе рассматривается проблема выбора модели распознавания, для которой развивается матобеспечение, а также выбор алгоритмов отдельных этапов обработки речи. При решении задачи распознавания речи используется подход, основанный на бионическом принципе. Для этого подхода характерно использование результатов биологических, психологических и психолингвистических исследований процесса восприятия речи человеком, а также биофизических и математических моделей процессов речеобразования. В рамках бионического подхода к решению проблемы распознавания речи оптимизируется параметрическое представление речевого сигнала, выбираются решающие правила, разрабатываются методы создания систем распознавания, работающих с произвольным диктором.

Предложенная архитектура системы автоматического распознавания речи и разработанное математическое и программное обеспечение отдельных блоков могут использоваться при решении разнообразных практических задач.
Сформулированные принципы построения тестового материала и требования к тестам для систем распознавания речи позволят разработать целую систему тестов для проверки и диагностики речераспознающих систем. Предложенный конкретный вариант теста используется в настоящее время во многих организациях.
Разработанная модель системы автоматического распознавания речи, основанная на бионическом подходе к процессу распознавания речевого сообщения и использующая сегментно-целостный анализ
произнесения с включением просодических характеристик, позволяет проводить сквозные эксперименты со сменными блоками выделения признаков, сравнения и классификации неизвестного речевого образа и эталонов.
Практическое использование системы демонстрируется на трех прикладных задачах, решение которых имеет большое самостоятельное значение: создание автоматического телефонного номеронабирателя, работающего от голоса произвольного пользователя, разработка системы связи с операторами, находящимися в нестандартной дыхательной среде, создание матобеспечения диалоговой системы анализа акустических сигналов с речевым запросом информации. Первая позволяет заменить (или задублировать) механический -клавишный или дисковый - номеронабиратель в телефонном аппарате, что дает возможность ускорить набор номера абонента и освободить руки оператора. Вторая система должна обеспечить речевую связь с операторами, работающими в нестандартных атмосферах. Третья система может быть использована исследователями при решении задач, связанных с анализом речевых сигналов.

ГЛАВА I. Проблема организации речевого ввода в диалоговых
системах
1.1. Общее состояние проблемы
1.2. Современные системы автоматического распознавания речи и особенности их эксплуатации
1.3. Основные принципы построения систем автоматического распознавания речи
1.4. Анализ известных методов построения матобеспечения распознающих систем
1.5. Принципы построения тестов для проверки и диагностики систем и устройств распознавания речи
Заключение
ГЛАВА 2. Бионический подход к проблеме автоматического распознавания речи. Разработка структуры специализированного матобеспечения
2.1. Структура речевого сигнала и сегментноцелостная структура речевого сообщения
2.2. Бионическая модель системы автоматического распознавания речи
2.3. Алгоритмы блоков бионической системы автоматического распознавания речи
Заключение
ГЛАВА 3. Оптимизация признаков и выбор алгоритмов
распознавания
3.1. Проблема выбора информативных признаков

числа правильно распознанных слов к общему количеству слов, предъявленных к распознаванию. Естественно, что эта величина зависит от объема словаря. По этому параметру распознающие системы могут быть разбиты на некоторые классы. В настоящее время можно предложить разбиение на классы со словарями объемом в 50, 100, 200 и более слов. Для любого из этих классов надежность распознавания будет зависеть от следующих факторов:
- состава словаря ;
- количества и состава дикторов ;
- стиля произношения ;
- помех и искажений в канале.
1.5.I. Состав словаря. Естественно, что каждая распознающая система рассчитана на работу с конкретным словарем, определяемым сферой употребления данной системы. Однако тестовый материал, предназначенный для проверки различных систем, должен представлять собой единый словарь, организованный с учетом определенных требований. Основное из этих требований - требование лингвистической представительности речевого материала. Это значит, что в тестовом материале должен быть представлен весь фонемный состав языка, учтены (насколько это позволяет сделать объем словника теста):
- позиционные и комбинаторные оттенки фонем ;
- разные количества слогов в словах ;
- разноместность ударения.
С помощью тестирования может решаться еще одна важная задача - выявление недостатков и потенциальных возможностей каждой конкретной системы автоматического распознавания. По результатам такого "диагностического" тестирования разработ-