Nutqni tanish. Nutqni tanib olish bosqichlari. Fanning maqsadi va vazifalari

Mavzu: Nutqni tanish algoritimlari fanning maqsadi va vazifalari.

Reja:

1. 
   Nutqni tanish.
   
2. 
   Nutqni tanib olish bosqichlari.
   
3. 
   Fanning maqsadi va vazifalari.
   
4. 
   Xulosa.
   
5. 
   Foydalanilgan adabiyotlar.
   

Nutqni aniqlash - bu kompyuterlar va so'zlashuv tilini matnga tarjima qilishni ta'minlaydigan metodologiya va texnologiyalarni ishlab chiqadigan informatika va hisoblash lingvistikasining fanlararo subfedrasi. Shuningdek, u nutqni avtomatik aniqlash (ASR), kompyuter nutqini aniqlash yoki matnga nutq (STT) deb nomlanadi. Kompyuter fanlari, tilshunoslik va kompyuter muhandisligi sohasidagi bilim va tadqiqotlarni o'z ichiga oladi.

Nutqni tanib olish uchun ba'zi tizimlar "o'qitish" ni talab qiladi ("ro'yxatdan o'tish" deb ham nomlanadi), bu erda alohida ma'ruzachi tizimga matn yoki ajratilgan so'z birikmalarini o'qiydi. Tizim odamning o'ziga xos ovozini tahlil qiladi va uni o'sha odamning nutqini tanib olishni aniq sozlash uchun foydalanadi, natijada aniqlik oshadi. Treningdan foydalanmaydigan tizimlar "karnaydan mustaqil" tizimlar deb nomlanadi. Treningdan foydalanadigan tizimlar "karnayga qaram" deb nomlanadi.

Nutqni taniy oladigan dasturlar orasida ovozli raqamlarni terish (masalan, "uyga qo'ng'iroq"), qo'ng'iroqlarni marshrutlash (masalan, "men qo'ng'iroq qilmoqchiman"), domoz vositalarini boshqarish, qidiruv kalit so'zlari kabi ovozli foydalanuvchi interfeyslari mavjud (masalan, podkastni aniq so'zlar toping so'zlashildi), ma'lumotlarni oddiy kiritish (masalan, kredit karta raqamini kiritish), tuzilgan hujjatlarni tayyorlash (masalan, radiologiya hisoboti), ma'ruzachining xususiyatlarini aniqlash, matndan matnga ishlov berish (masalan, matn protsessorlari yoki elektron pochta xabarlari), va samolyotlar (odatda to'g'ridan-to'g'ri ovozli kirish deb nomlanadi).

Ovozni tanib olish yoki karnayni identifikatsiya qilish atamasi ma'ruzachining gaplarini emas, balki ularni aniqlashni anglatadi. Spikerni tanib olish, ma'lum bir odamning ovozi bo'yicha o'qitilgan tizimlarda nutqni tarjima qilish vazifasini soddalashtirishi yoki xavfsizlik jarayonining bir qismi sifatida ma'ruzachi shaxsini tasdiqlash yoki tekshirish uchun ishlatilishi mumkin.

Texnologiya nuqtai nazaridan nutqni tanib olish katta yangiliklarning bir nechta to'lqinlari bilan uzoq tarixga ega. So'nggi paytlarda ushbu sohada chuqur o'rganish va katta ma'lumotlarning yutuqlari katta foyda keltirdi. Ushbu yutuqlar nafaqat sohada chop etilgan ilmiy ishlarning ko'payishi, balki eng muhimi, dunyo miqyosida sanoatning nutqni aniqlash tizimlarini loyihalashtirish va joylashtirishda turli xil chuqur o'rganish usullarini o'zlashtirishi bilan tasdiqlanadi.

Birinchi nutqni aniqlash moslamasi 1952 yilda paydo bo'lgan, u odam gapiradigan raqamlarni taniy oladigan edi.1962 yilda Nyu-York kompyuter texnologiyalari yarmarkasida IBM Shoebox taqdim etildi.

1963 yilda Qo'shma Shtatlarda optik-tolali saqlash vositasi bo'lgan "Septron" o'rnatilgan miniatyura tanib olish moslamalari taqdim etildi, u yoki bu harakatlar ketma-ketligini amalga oshirdi. inson operatori tomonidan talaffuz qilinadigan ayrim iboralarga. "Septrons" ovozli terishni avtomatlashtirish va diktantli matnni teletayp orqali avtomatik yozib olish uchun statsionar (simli) aloqa sohasida foydalanish uchun mos bo'lgan, harbiy sohada (harbiy texnikaning murakkab namunalarini ovozli boshqarish uchun), aviatsiyada (javob beradigan "aqlli avionika" yaratish uchun) foydalanish mumkin edi. uchuvchi va ekipaj a'zolari jamoalarida), avtomatlashtirilgan boshqaruv tizimlari va boshqalar. 1983 yilda Apache hujum vertolyotlari uchun interaktiv "aqlli avionikalar" kompleksi namoyish etildi, u uchuvchining buyruqlari va so'rovlarini taniydi, ularni bort uskunalari uchun boshqaruv signallariga aylantiradi va o'zi qo'ygan vazifani amalga oshirish imkoniyati to'g'risida ovoz bilan bitta bo'g'inlarda javob beradi.

Tijorat nutqni aniqlash dasturi to'qsoninchi yillarning boshlarida paydo bo'ldi. Ular odatda qo'l jarohati tufayli ko'p miqdorda matn terishga qodir bo'lmagan odamlar tomonidan qo'llaniladi. Ushbu dasturlar (masalan, Dragon NaturallySpeaking (inglizcha) rus., VoiceNavigator (inglizcha) ruscha.) Foydalanuvchi ovozini matnga tarjima qilib, qo'llarini bo'shatadi. Bunday dasturlarning tarjima ishonchliligi unchalik yuqori emas, lekin yillar o'tishi bilan u asta-sekin yaxshilanmoqda.

Mobil qurilmalarning hisoblash quvvatining o'sishi ular uchun nutqni aniqlash funktsiyasi bilan dasturlar yaratishga imkon berdi. Bunday dasturlar qatorida sizning ovozingiz yordamida ko'plab dasturlar bilan ishlashga imkon beruvchi Microsoft Voice Command dasturini ta'kidlash lozim. Masalan, pleeringizda musiqa ijro etishingiz yoki yangi hujjat yaratishingiz mumkin.

Nutqni tanib olishdan foydalanish biznesning turli sohalarida tobora ommalashib bormoqda, masalan, poliklinika shifokori darhol elektron kartaga kiritiladigan tashxislarni aniqlay oladi. Yoki yana bir misol. Darhaqiqat, har bir kishi hayotida kamida bir marta uning ovozi bilan yorug'likni o'chirishni yoki deraza ochishni orzu qilardi. So'nggi paytlarda nutqni avtomatik aniqlash va nutqni sintez qilish tizimlari telefon interaktiv dasturlarida tobora ko'proq foydalanilmoqda. Bunday holda, ovozli portal bilan aloqa tabiiyroq bo'ladi, chunki unda tanlov nafaqat ohangli terish, balki ovozli buyruqlar yordamida ham amalga oshirilishi mumkin. Bunday holda, tanib olish tizimlari ma'ruzachilardan mustaqil, ya'ni har qanday odamning ovozini taniydi.

Nutqni aniqlash texnologiyalarining navbatdagi nutq interfeyslarini (SSI) ishlab chiqish deb hisoblash mumkin. Ushbu nutqni qayta ishlash tizimlari artikulyatsiyaning dastlabki bosqichida nutq signallarini olish va qayta ishlashga tayanadi. Nutqni aniqlashni rivojlantirishning ushbu bosqichi zamonaviy tanib olish tizimlarining ikkita muhim kamchiliklari tufayli yuzaga keladi: shovqinga haddan tashqari sezgirlik va tanib olish tizimiga murojaat qilishda aniq va aniq nutqqa bo'lgan ehtiyoj. SSI-ga asoslangan yondashuv - qayta ishlangan akustik signallarni to'ldirish uchun yangi, shovqinsiz sensorlardan foydalanish.