Описано систему пофонемного розпізнавання. Вона базується на новій методиці сегментації, яка розвиває підходи, запропоновані раніше. Новими методами є: використання під час сегментації лише узагальненої транскрипції, що описує чергування голосних і голосових приголосних звуків, відмову від використання для поділу кожної пари фонем свого фільтра та використання таблиць типу представленої. Це, природно, збільшує дикторонезалежність сегментації. Запропоновано нові підходи для виділення у сигналі звуку "р" і для поділу декількох голосних звуків, що ідуть вряд. Усі наведені рисунки, які ілюструють роботу описуваних алгоритмів, є образами вікон реальної програми розпізнавання, яка використовує ці алгоритми.

Розглянуто метод збільшення вірогідності розпізнавання образів за допомогою використання аналогового нелінійного декодування, що базується на одержанні різних оцінок тих самих величин, які оцінюють, з використанням підсумовування за модулем позитивного числа ознак розпізнаваних образів з наступним об'єднанням результатів підсумовування у зваженій за методом найменших квадратів сумі. Суми визначаються перевірними співвідношеннями систематичних коректувальних кодів. За допомогою моделювання на ЕОМ підтверджено можливість зменшення вірогідності помилки розпізнавання в результаті аналогового декодування в 10 - 100 разів.

Індекс рубрикатора НБУВ: З970.664

Рубрики:

Комп'ютерне оброблення мовлення

Шифр НБУВ: Ж15477 Пошук видання у каталогах НБУВ 

Обилие словоформ создает особые трудности в распознавании русской речи. Описана разработанная система распознавания синтаксически связных русских фраз.

Описаны упрощенная транскрипция, соображения о структурной классификации русских слов (основанные на экспериментальном материале), усовершенствованные алгоритмы локализации и сегментации речевого сигнала, а также алгоритмы распознавания некоторых классов фонем.

Предложен модифицированный метод фазового вокодера на основе комплексного непрерывного преобразования Морле. Комбинация указанного метода, линейной интерполяции и КИХ-фильтра позволила разработать алгоритм изменения темпа сигнала без изменения его тона.

Приведены результаты экспериментального изучения процесса возгонки мышьяка из арсенидов кобальта в присутствии пирита или серы в вакууме. Показано, что при увеличении расхода пирита (серы), продолжительности и температуры процесса, а также при понижении давления в системе наблюдается увеличение степени возгонки мышьяка. Установлено, что использование пирита в качестве сульфидизатора более эффективно, чем применение серы.

Описана модульная система голосового управления компьютером. Рассмотрены вопросы, связанные с архитектурой такой системы, структурой управляющего модуля и форматом словаря команд. Приведено описание алгоритмов, лежащих в основе подсистемы распознавания речи. Рассмотрен подход к обучению системы для конкретного диктора, предполагающий обучение в процессе использования системы.

Описаны два новых алгоритма обнаружения и выделения в речевом сигнале русского и казахского звука [р]. Оба алгоритма нацелены на выделение в сигнале низкоамплитудных участков, соответствующих моментам удара языка о небо. Один алгоритм оперирует численным аналогом полной вариации, другой - использует последовательные сглаживания и количество точек постоянства.

Для успешного распознавания речи человеком важнейшее значение имеет использование смысловой связи распознаваемых слов. Более того, успешность речевой коммуникации состоит, в конечном счете, в достижении совпадения смысла произносимого и воспринимаемого. Разработана программа распознавания речи, использующая смысловую сочетаемость слов в предложении. Изложение ведется на примере набора математических текстов.

Рассмотрена область пофонемного распознавания русских слов. В качестве базовых элементов предложено использовать не стационарные части звуков речи, а участки межфонемных переходов. Описаны преимущества такого подхода. Предложен метод распознавания слов по эталонам, автоматически формируемым программой с использованием заранее созданной базы межфонемных переходов. Важнейшее применение - распознавание больших словарей. Описана программа быстрого создания базы межфонемных переходов на основе автоматической сегментации речевого сигнала.

Описан метод распознавания слитно произносимых фраз, состоящих из слов заданного словаря. Метод основан на использовании разработанного механизма сегментации речевого сигнала и алгоритме нахождения первого слова, который обозначен как "принцип минимума DTW-расстояния". Используется ранее предложенная методика построения эталонов слов из дифонов и некоторая модификация метода DTW, дающая заметный выигрыш в скорости и объеме необходимой памяти. Практическая реализация метода требует также уточнения алгоритмов определения границ записанного речевого отрезка и расширения множества правил автоматического транскрибирования.

Описана разработанная авторами техника автоматической сегментации речевых сигналов и DTW-распознавания русской речи с использованием малых речевых единиц. Предложено использовать дифоны, содержащие межфонемные переходы. Предлагаемые подходы реализованы в реальных программах распознавания, которые показывают достаточно высокий уровень надежности.