Разработка методов и пакета прикладных программ речевого ввода информации в диспетчерском управлении

• Автор: Краишкин, Анатолий Викторович
• Шифр специальности: 05.13.06
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Москва
• Количество страниц: 134 с. : ил. + Прил.(248с.)

Оглавление
Введение
Глава 1. Функционирование диспетчерской системы управления на железнодорожном транспорте и определение возможных путей ее совершенствования

1.1. Модель человекомашинной системы управления движением поездов ДНЦЧМС.

1.2. Надежность профессиональной деятельности в ЧМС

1.3. Аспекты применения речевого ввода информации в диспетчерском управлении.

1.4. Анализ возможностей речевого ввода информации.

1.5. Выводы

Глава 2. Анализ систем распознавания речи

2.1. Историческая справка

2.2. Классификация систем распознавания речи.

2.3. Общая структура системы распознавания речи
2.4. Выводы
Глава 3. Теоретические основы распознавания речи.
3.1. Основные механизмы образования и восприятия речи
3.2. Цифровое представление речи.
3.3. Выделение речи на фоне шума.
3.4. Сегментация речи
3.5. Спектральный анализ речи
3.6. Классификация речевых образцов
3.7. Лексический анализ
3.7. Выводы
Глава 4. Разработка методов распознавания речи для практического применения на транспорте.
4.1. Разработка технических требований к СРР.
4.2. Методы распознавания речи.
4.3. Словарный запас и грамматика системы.
4.4. Архитектура программного комплекса.
4.5. Результаты эксперимента
Заключение.
Список литературы


В -е годы появились специализированные электронные устройства для распознавания изолированных слов []. Один из таких приборов размером с небольшой чемодан, демонстрировавшийся на всемирной ярмарке в Сиэтле в г, обычно называли “чемоданным распознавателем фирмы IBM”. В г. Итакура разработал систему для распознавания 0 японских географических названий, произносимых по телефону при уровне шума дБ. Система обладает достаточно высокой точностью, примерно % []. В обзоре состояния дел в области распознавания речи, сделанном Линдгреном в г. В г. Голд добился % точности распознавания при словаре объемом слова и работе с различными людьми. Бобров и Клэтт смогли достичь точности % при выполнении той же задачи при наличии двух говорящих. Большим шагом в увеличении объема словаря было создание системы распознавания Висенса, которая работала достаточно успешно со словарем 0 слов. Важным событием в истории распознавания речи, происшедшим в г. Scope Electronics и Threshold Technology []. Обычно точность распознавания, составляющая % и выше, достигается только в лабораторных условиях при отсутствии помех, соответствующей подготовке операторов и установившихся особенностях речи. Однако при испытании в реальных условиях очень редко удается достичь таких высоких показателей, и точность % является высокой для большинства систем, работающих в реальных условиях. В г. Advanced Research Projects Agency (ARPA) министерства обороны США приняло 5-летний проект стоимостью млн. В ARPA была создана исследовательская группа, состоящая сначала из пяти подрядчиков, которые должны были построить отдельные системы понимания речи. В конце г. Университет Карнеги - Меллона представил две системы - HARPY и HEARSAY II, фирма Bolt, Beranek and Newmen представила систему HWIM, а еще одна система была поставлена фирмой System Development Corporation (SDC). Только система HARPY университета Карнеги - Меллона в основном удовлетворяла всем требованиям проекта. Эта система понимала % произносимых пятью операторами предложений, используя словарь объемом слов и строго ограниченную грамматику предложений. Другие системы, разработанные по проекту ARPA, обладали большим коэффициентом ошибок[]. За несколько лет до принятия проекта ARPA были начаты работы по самому крупному проекту в области распознавания речи, которым руководила фирма IBM. Исследователи фирмы IBM построили иерархическую систему ARCS, в которой слитная речь разделялась на короткие переходные элементы - транземы, простирающиеся от статистического центра одной фонемы до центра следующей. В г. ARCS была первой, которая выполняла автоматическое распознавание слитной речи, состоящей из реальных команд. Характеристики ее были достаточно хорошими. Точность определения слов была равна %, в то время как % предложений были распознаны совершенно верно. В г. IBM сообщила, что система, основанная на анализе десятимиллисекундных фрагментов речи, обеспечивает распознавание предложений в % случаев и распознавание слов командного языка из 0 слов, в % случаев[]. В г. В году ученые исследовательской лаборатории IBM разработали прототип “Тангора 4” для английского языка. Имя было выбрано в честь Альберто Тангора мирового рекордсмена по печатанию на печатной машинке. В этой системе благодаря специальным микропроцессорам было возможно осуществить сложные шаги по обработке разговорного языка на персональной ЭВМ в реальном времени. Самое примечательное в этой системе было то, что она уже содержала контроль контекста []. В г. Тангоры” первый раз стала доступной в продукте под названием ISSS (IBM Speech Server Series). Для распознавания речи был необходим 1BV RS/, т. RISC процессорах с операционной системой AIX []. В последнее десятилетие фундаментальные исследования в распознавании речи существенно продвинулись. Наиболее характерной особенностью современного этапа работ по автоматическому распознаванию речи является стремление разработать многоуровневые иерархические системы, способные использовать разного рода сведения о языке и ситуации. Университет Карнеги - Меллона основным продуктом является “Sphinxr.