77. Классификация методов распознавания речи.

Выше были рассмотрены универсальные элементы теории распознавания. В случае распознавания речи самое сложное заключается в осуществлении процедуры сравнения двух речевых элементов, которые характеризуются еще и протяженностью во времени. В настоящее время существует достаточно много таких процедур и методов (рис. 5.7).

Линейные модели распознавания речи появились раньше всего..В линейных моделях распознавания речи предполагается, что для сравнения реализации речевого сигнала с эталоном достаточно простого масштабирования во времени. Однако в речи существенны нелинейные искажения времени. Иначе говоря, линейная модель предполагала сравнение реализации с эталоном по линейному закону (рис. 5.8), тогда как изменения в реализации подвергаются нелинейным искажениям. Очевидно, что такая модель работала неудовлетворительно.

Позже, учитывая недостатки линейной модели, появился метод динамического выравнивания по времени.В методе динамического выравнивания по времени траектория сравнения реализации с эталоном могла отличаться от линейной. Данный метод, называемый также методом динамического программирования (ДП–методом), позволил существенно улучшить результаты распознавания. Предпосылкой создания ДП-метода было стремление нормализовать временные деформации произносимой команды, возникающие вследствие непроизвольных изменений темпа и манеры произнесения. Но некоторые недостатки у данного метода все-таки оставались. В частности, для хорошего распознавания требовались большие вычислительные ресурсы и большие объемы памяти для хранения эталонов (для каждого диктора – свой набор эталонов). Более подробно метод динамического программирования будет рассмотрен ниже.В методе скрытых марковских моделей эталон представляется не в виде цепочки отсчетов сигнала, а в виде вероятностей переходов от одних состояний к другим. Подробнее этот метод будет рассмотрен позже.Главным преимуществом указанных выше методов является то, что они дают надежные результаты распознавания при небольших затратах. Основным их недостатком является наличие слишком сложных процедур обучения. В связи с этим появился следующий активно развивающийся метод – на основе нейросетевых моделей (neuronets models). Такие модели позволяют формализовать механизм обучения более эффективноЕще один класс методов – на основе экспертных знаний (knowledge approach) – так называемые структурно-экспертные методы. Этот подход предполагает использование не только формализуемых математических моделей, но и баз знаний, формализующих некоторые речевые и языковые модели. Этот метод в настоящее время особенно перспективен для речевого распознавания, у него большое будущее. Остальные методы в чистом виде себя уже исчерпали. Поэтому часто на практике разработчики прибегают к использованию нескольких методов в рамках одной системы. В таких гибридных моделях используются все положительные качества новейших групп методов.