Amaliy mashg’ulot №1 Mavzu


Download 202.23 Kb.
Pdf ko'rish
Sana05.12.2020
Hajmi202.23 Kb.
#159778
Bog'liq
1-amaliy mashgulot


Amaliy mashg’ulot №1 

Mavzu: Нутқ сигналларни рўйхатга олиш учун аппарат-дастурий 

воситаларни ўрганиш 



Ishdan maqsad: 

Нутқ  сигналларни  рўйхатга  олиш  учун  аппарат-дастурий  воситаларни 

to’grisida tushunchalar hosil qilish.   

Nazariy qisim: 

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  sodda 

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? 

 

Download 202.23 Kb.

Do'stlaringiz bilan baham:




Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©fayllar.org 2024
ma'muriyatiga murojaat qiling