Amaliy mashg’ulot №1 Mavzu

Amaliy mashg’ulot № 1


Mavzu: Nutq signallarni ro’yxatga olish uchun apparat – dasturiy
vositalarni o’rganish

Ishdan maqsad:

Nutq signallarni ro’yxatga olish uchun apparat – dasturiy vositalari

to’g’risida tushunchalar hosil qilish.

Nazariy qism:

Nutqni tanib olish, shuningdek, nutqni avtomatik aniqlash, STT (nutqdan matnga), kompyuter nutqini tanib olish deb nomlanadi, bu nutq signalini so'zlar ketma-ketligiga aylantirish jarayoni. kompyuter dasturi shaklida amalga oshirilgan ba'zi algoritm.

So'nggi 10 yil ichida paydo bo'lgan nutqni aniqlash dasturlariga telefon
raqamini ovozli terish (masalan, "uyga qo'ng'iroq"), xizmatga qo'ng'iroq qilish(masalan, "Men pulli qo'ng'iroq qilmoqchiman" kabi misollar kiradi.»), Oddiy ma'lumotlarni kiritish (masalan, kredit karta raqami), tuzilgan hujjatlarni tayyorlash (masalan, tibbiy hisobot), maishiy texnikani boshqarish yoki nutq ma'lumotlar bazasida kontekstli qidirish.
Nutqni aniqlash tizimlari odatda ikkita komponentdan iborat bo'lib, ularni
bloklarga yoki subroutinlarga ajratish mumkin - akustik va lingvistik. Til qismiga tilning fonetik, fonologik, morfologik, sintaktik va semantik modellari kirishi mumkin. Akustik model nutq signalini ifodalash uchun javobgardir. Lingvistik model akustik modeldan olingan ma'lumotlarni sharhlaydi va iste'molchiga tan olish natijasini taqdim etish uchun javobgardir. Nutqni modellashtirishning quyidagi yondashuvlari ma'lum.

Yashirin Markov modeli (HMM). Nutqni aniqlashning zamonaviy
universal tizimlari odatda yashirin Markov modellariga asoslangan (HMM, yoki HMM, - yashirin Markov modellari). Bu belgilar yoki miqdorlarning tasodifiy ketma-ketliklarini tavsiflovchi statistik model.


Neyron tarmoqlari. Akustik modellashtirishda alternativ yondashuv neyron tarmoqlaridan (NN) foydalanish hisoblanadi. Ular ancha murakkab tanib olish muammolarini echishga qodir, ammo ular katta so'z birikmalari bilan ishlashda HMM bilan bir xil darajada o'lchamaydilar. Bunday tizimlar odatda nutqni tanib olish dasturlarida kamdan kam qo'llaniladi, ammo ular past sifatli yoki shovqinli audio signallarni muvaffaqiyatli qayta ishlaydi va karnaydan mustaqil. O'quv
ketma-ketligi va so'z boyligi cheklangan bo'lsa, ular HMM tizimlariga qaraganda ancha aniqroq bo'lishlari mumkin.

Dinamik signallarni masshtablash (vaqtni dinamik ravishda aniqlash - DTW). Dinamik masshtablash (DMS) - bu dastlab nutqni tanib olish uchun ishlatilgan, ammo keyinchalik samaraliroq HMM tizimlari tomonidan almashtirilgan. Algoritm turli xil tezliklarda o'zgarishi mumkin bo'lgan ikki vaqt ketma-ketligi (ketma-ketligi) o'rtasida o'xshashlikni o'rnatish uchun ishlatiladi. Masalan, bir videodagi odam sekin yursa ham, ikkinchisida tezroq yurgan bo'lsa ham, hatto bitta kuzatuv paytida tezlashganda va sekinlashganda ham odamni yurish yo'li bilan aniqlash mumkin. Tekshirish. Agar ma'ruzachi o'zini ma'lum shaxs deb da'vo qilsa va uning nutqi ushbu bayonotni tekshirish uchun ishlatilsa, bu ma'ruzachining shaxsini tekshirish yoki ovozni tasdiqlash deb ataladi. Ushbu muammo odatda xavfsiz kirishni tashkil qilishda paydo bo'ladi va natijada olingan ovoz namunasi ma'lumotlar bazasida saqlangan bitta shablon bilan taqqoslanishi kerak. Ushbu muammoning echimi "ovozli nashrlar" ni taqqoslash uchun nisbatan soda texnologiyalarga asoslangan.


Nazorat savollari:

1. Nutqni tanib olish printsiplari qanday?

2. Nutqni aniqlash dasturi nima?

3. Nutqni shakllantirish tizimlari nima?

4. Mashinaviy tarjima tizimi uchun qanday xilma-xil texnologiyalar mavjud?

Javob:

1. 
   Nutqni aniqlash- mashina yoki dasturning og'zaki tilda so'z va iboralarnianiqlab olish va ularni kompyuterda o'qiladigan formatga aylantirish qobiliyati.Rudimentar nutqni aniqlash dasturlari so'zlar va iboralarning cheklangan so'zbirikmalariga ega bo'lib , ular faqat aniq ifodalangan bo'lsa, ularni aniqlab olishlari mumkin. Murakkab dasturiy ta'minot tabiiy nutqni qabul qilish qobiliyatiga ega.
   

Nutqni tanib olish, shuningdek, nutqni avtomatik aniqlash, STT (nutqdan matnga), kompyuter nutqini tanib olish deb nomlanadi, bu nutq signalini so'zlar ketma-ketligiga aylantirish jarayoni. kompyuter dasturi shaklida amalga oshirilgan ba'zi algoritm.

2. 
   Dastlabki olimlar tomonidan ovoz orqali boshqariladigan nogironlar
   aravachasi prototipi yaratilgan edi.Ushbu nogironlar aravachasi
   harakatlanish bilan bog’liq muammolari bor va ba’zi mexanik qurilmalardan foydalana ololmaydigan,masalan, joystick ular bilan muammolari bor jismoniy cheklangan odamlar uchun ishlab chiqilgan.Shu sababli olimlar nogironlar aravachasini boshqarishning boshqacha yo’lini ovoz orqali boshqarishni ishlab chiqishdi.
   

Loyihani ishga tushirish 2003-yil sentabrda boshlandi.Ishning qanchalik yirikligi haqida tassavurga ega bo’lish uchun,loyihaga Mexatronika va Kompyuter Ilmi yo’nalishidagi 11 ta talaba , 5 tasi birinchi qismida va 6 tasi ikkinchisiga biriktirilgan edi.Loyiha bir yilda muvaffaqiyatli yakunlandi. Birinchi qism aravachani boshqaradigan belgilangan nazorat moduli qurilmasi va atrofdagi ma’lumotni ,masalan, uzoq masofa, distansiyalardan ushlab qoladigan ultratovushli sensorlarning mos tizimilari birlashmasidan tashkil topgan. Ikkinchi qism aravani boshqarish uchun ovoz kamandalarini aniqlash va tovushni tanib olish tizimini qurishni aniqlash maqsadida joylashtirilgan edi. Loyihadan asosiy maqsad turli muhitlarda foydalanuvchi ovozini faxmlash va muntazam ravishda aravani boshqarish edi.Nutq orqali tanish masalasi tabiiy va odamlar uchun oson hisoblanadi, ammo u haliham kompyuterlar uchun qiyin masala va hozirgacha mukammal yechimi topilmagan.
Umuman olib qaraganda, Nutq tovushlar yordamida boshqariladigan aravachaning va ultratovushli sensor net tizimi 1.1 Rasmda ko’rsatilgan va
quyidagi chiqiqlarda tasvirlangan:



3.Neyron tarmoqlari. Akustik modellashtirishda alternativ yondashuv neyron tarmoqlaridan (NN) foydalanish hisoblanadi. Ular ancha murakkab tanib olish muammolarini echishga qodir, ammo ular katta so'z birikmalari bilan ishlashda HMM bilan bir xil darajada o'lchamaydilar. Bunday tizimlar odatda nutqni tanib olish dasturlarida kamdan kam qo'llaniladi, ammo ular past sifatli yoki shovqinli audio signallarni muvaffaqiyatli qayta ishlaydi va karnaydan mustaqil. O'quv
ketma-ketligi va so'z boyligi cheklangan bo'lsa, ular HMM tizimlariga qaraganda ancha aniqroq bo'lishlari mumkin.