Mavzu: Nutqni tanish tizimlarida tasirchan ranglar

Mavzu: Nutqni tanish tizimlarida tasirchan ranglar

1.Nutqni tanib olish tarixidagi muhim voqealar

2.Nutqni tanish tizimlarida tasirchan ranglar

3.Nutqni tanib olish dunyoni qanday qilib yaxshilaydi?

Nutqni tanib olish tarixidagi muhim voqealar

Elektron mashinalar orqali odamlarning nutqini tanib olish tarixi o'ylash odatidan biroz oldinroq boshlandi: aksariyat hollarda 1952 yildan boshlab hisoblash odat tusiga kirgan, ammo aslida ovozli buyruqlarga javob beradigan birinchi qurilmalardan biri bu biz allaqachon yozgan Televox robotidir. 1927 yilda AQShda yaratilgan Herbert Televox roboti turli xil chastotalardagi tovushlarga turli xil o'rni reaksiya ko'rsatadigan oddiy qurilma edi. Robotda uchta sozlash vilkasi bor edi, ularning har biri o'z kalitlari uchun javobgardilar. Qaysi sozlash vilkasi ishlashiga qarab, u yoki bu o'rni yoqilgan.

1-rasm

Televizor bilan hushtak yordamida alohida signallar orqali ham, qisqa og'zaki so'zlar bilan ham aloqa qilish mumkin edi - ularning sozlagichlari ham tovushlar ketma-ketligiga o'rnatildi. Robotning yaratuvchisi Roy Uensli o'sha paytda hatto "Susam, och" buyrug'ini aytib hayoliy namoyish uyushtirgan, bu orqali Televox eshikni ochish uchun javobgar bo'lgan o'rni yoqdi. Raqamli texnologiyalar, neyron tarmoqlar, sun'iy intellekt yoki mashinani o'rganish yo'q - faqat analog texnologiya!

Haqiqiy inson nutqini tanib olish uchun yo'l ochgan navbatdagi asosiy ixtiro 1952 yilda Bell Labs innovatsion ustaxonasida ishlab chiqarilgan Audrey mashinasi edi. Ulkan Audrey bir tonna elektr energiyasidan foydalandi va yaxshi shkafning kattaligiga teng edi, ammo uning butun faoliyati noldan to'qqizgacha bo'lgan ovozli raqamlarni tanib olish bilan cheklangan edi. Ha, bor yo'g'i o'nta so'z, ammo unutmaylik, Audrey analog mashina edi.

U shunday ishladi: ma'ruzachi raqamlarni mikrofonga gapirdi, so'zlar orasida kamida 350 milodiy intervallarni qildi, Audrey eshitilgan tovushlarni elektr signallariga aylantirdi va ularni analog xotirada saqlangan namunalar bilan taqqosladi. Taqqoslash natijalariga ko'ra, avtomobil boshqaruv panelidagi raqamni ta'kidladi.Bu yutuq edi, ammo Audreydan hech qanday foyda yo'q edi - mashina o'z yaratuvchisining ovozini 97% aniqlik bilan tanidi, boshqa maxsus o'qitilgan spikerlar 70-80% gacha aniqlik olishdi. Odri bilan birinchi marta aloqada bo'lgan begonalar, qancha harakat qilmasinlar, o'zlarining raqamlarini tablodagi 50 foizda ko'rishgan.

O'z davridagi inqilobiy natijalarga qaramay, Audri hech qanday amaliy dastur topolmadi va topolmadi. Tizim telefon operatorlari o'rniga moslashtirilishi mumkin deb taxmin qilingan, ammo baribir odamlarga xizmat ko'rsatish Odridan ko'ra qulayroq, tezroq va ancha ishonchli bo'lib chiqdi.

1960 yillarning boshlarida nutqni aniqlash mashinalarini yaratish bo'yicha ishlar Yaponiyada, Buyuk Britaniyada, AQShda va hatto SSSRda amalga oshirildi, u erda juda muhim dinamik vaqtni o'zgartirish (DTW) algoritmini ixtiro qildilar, uning yordamida 200 ga yaqin so'zni biladigan tizimni yaratish mumkin edi. Ammo barcha o'zgarishlar bir-biriga o'xshash edi va tan olish printsipi odatdagi kamchilikka aylandi: so'zlar ajralmas ovozli bosim sifatida qabul qilindi va keyin ular namunalar bazasi (lug'at) bilan tekshirildi. So'zlarning talaffuz tezligi, tembri va ravshanligidagi har qanday o'zgarishlar tanib olish sifatiga sezilarli ta'sir ko'rsatdi. Olimlar oldida yangi vazifa turibdi: mashinani alohida tovushlarni, fonemalarni yoki hecalarni eshitishni o'rgatish va keyin ulardan so'zlar yasash. Ushbu yondashuv, karnayga qarab, tan olish darajasi keskin farq qilganda, karnayni o'zgartirish samarasini zararsizlantirishga imkon beradi.