76. Классификация систем автоматического распознавания речи. Методы автоматического распознавания речи.

На начальных этапах развития проблемы распознавания речи разрабатывались устройства, которые называли анализаторами. Анализаторы преобразовывают речевые сигналы, поступающие с микрофона, в последовательность цифровых кодов с существенно меньшим информационным потоком (см. раздел 3) и с обязательным сохранением передачи смыслового компонента речи. Анализаторы подразделяются на два основных класса: • анализаторы сигналов; • анализаторы сообщений.

В анализаторах сигналов сокращение информационного потока достигается только за счет учета акустических и статистических характеристик речевого сигнала без обращения к его смысловой функции.В анализаторах речевых сообщений (распознавателях) осуществляется сжатие информационного потока за счет введения операции распознавания смысловых элементов речи (фразы, слова, морфемы, фонемы). Анализаторы речевых сообщений, в свою очередь, подразделяются на две группы: • анализаторы ограниченного словаря; • универсальные анализаторы.

Анализаторы ограниченного словаря ориентированы на распознавание заданного конкретной задачей числа речевых команд (рис. 5.1), т.е. на идентификацию одной из произнесенных речевых команд словаря в виде номера команды.Распознавание в анализаторах ограниченного словаря осуществляется путем нелинейного во времени сопоставления эталонов команд с произносимой командой и выбора наиболее схожего эталона. В большинстве существующих анализаторов ограниченного словаря формирование эталонов осуществляется в процессе обучения на используемый словарь и голос диктора. Чаще всего процесс обучения состоит в однократном прочтении оператором всего словаря команд. Еще одним ограничением большинства современных анализаторов этого типа является требование изолированного произнесения речевых команд, т.е. с паузами между словами от 0,3 до 1 с. Распознавание слитной речи даже ограниченного словаря – пока нерешенная научная проблема.

Универсальные анализаторы ориентированы на текущее распознавание полного набора смысловых элементов речи (фонем или морфем), из которых может быть составлено и в конечном счете распознано любое слово или слитно произнесенное речевое сообщение (рис. 5.2). Распознавание осуществляется лингвистическим процессором по правилам, заложенным в базе знаний.

на системы распознавания речи накладываются разного рода ограничения. Это связано с трудностями реализации таких систем. Пока, к сожалению, разработка полноценной универсальной многодикторской системы распознавания речи неограниченного словаря не представляется возможной. В любой существующей на данный момент системе указанного класса имеется свой набор характеристик и ограничений, например, на объем словаря, либо на контингент дикторов, либо на возможности понимания сообщений и т.д.