Rozpoznawanie mowy - Google

Rozpoznawanie mowy

Z Wikipedii

Skocz do: nawigacji, szukaj
Zalążek artykułu To jest tylko zalążek artykułu związanego z informatyką. Jeśli potrafisz, rozbuduj go.

Rozpoznawanie mowy to technologia pozwalająca komputerowi wyposażonemu w urządzenie do próbkowania dźwieku (np. karta dźwiękowa z mikrofonem) interpretować mowę ludzką, na przykład, do celów transkrypcji lub jako alternatywna metoda interakcji z komputerem. Wyróżniamy kilka rodzajów rozpoznawania mowy: rozpoznawanie pojedynczych fonemów, rozpoznawanie izolowanych słów, rozpoznawanie łączonych słów oraz rozpoznawanie mowy ciągłej.

Spis treści

[edytuj] Koszty obliczeniowo-pamięciowe

Algorytmy rozpoznawania mowy ciągłej na poziomie zbliżonym do „zdolności ludzkich” wymagają pamięci komputerowej o dużej pojemności[1]. Dlatego też wytwarza się systemy jedno-dziedzinowe, bądź użytkownik ma możliwość dostrojenia parametrów poprzez moduły uczenia maszynowego, w telefonach komórkowych nierzadko stosuje się również wysyłanie wstępnie przetworzonych danych do pomocniczej obróbki na serwerze zewnętrznym[2], niedogodność jest niezauważalna dla użytkownika.

[edytuj] Zastosowania

  • Sterowanie - dedykowane silniki nie wymagają zaawansowanych cech jak przełączanie kontekstu, a z powodu ubogich kilku/kilkunastowyrazowych słowników nie występuje tu problem ujednoznaczniania w środowiskach, w których sygnał mowy jest zakłócony, dlatego też wymagają one znacznie mniej zasobów niż algorytmy rozpoznawania mowy ciągłej.
    • w przypadku komputera PC - posiadającego różnorodne kanały komunikacji z użytkownikiem - sterowanie głosem wykorzystywane jest najczęściej przez osoby niepełnosprawne, dla których inne interfejsy interakcji z urządzeniem są niedostępne,
    • w urządzeniach - o znacznej miniaturyzacji, przez co ubogich w interfejsy interakcji - proste polecenia głosowe znacznie uefektywniają ich obsługę.
  • Transkrypcja mowa ciągła-tekst - algorytmy:
    • dziedzinowe - o ograniczonym słowniku,
    • całościowe - bardziej zaawansowane.

[edytuj] Standaryzacje międzynarodowe

Trwają prace standaryzacyjne jednolitych interfejsów programistycznych (API) oraz języków opisu danych wejściowych dla silników rozpoznawania mowy. Następujące instytucje opracowują własne rozwiązania w tym zakresie, w nawiasach podano numer aktualnej wersji oraz rok wydania.

Microsoft:

Sun Microsystems:

  • JSAPI - interfejs programistyczny (1.0 z r. 1998, wersja 2.0-beta wciąż oczekuje na zatwierdzenie)
  • JSGF - język specyfikacji gramatyki

W3C:

  • PLS - język specyfikacji wymowy (1.0 oczekuje na zatwierdzenie),
  • VoiceXML - język specyfikacji dialogu głosowego człowiek-komputer (2.1 z r. 2007),
  • SISR - język semantycznego znakowania gramatyki (1.0 z r. 2007),
  • SRGS - język specyfikacji gramatyki (oparty na XML lub BNF) (1.0 z r. 2004),
  • SLM(N-gram)S -język specyfikacji stochastyczengo modelu języka (roboczy szkic z r. 2001),
  • NLSML - język specyfikacji interpretacji semantycznej mowy (1.0-beta z r. 2000).

[edytuj] Rozpoznawanie mowy w Polsce

Prace badawcze i wdrożenia:

  • Ogólnopolski projekt[3] prowadzony jest przez, podległe MSWiA, służby bezpieczeństwa publicznego we współpracy z uczelniemi wyższymi[4] w ramach Polskiej Platformy Bezpieczeństwa Wewnętrznego. Przetwarzanie mowy występuje docelowo w dwóch (S3, S8)[5] z ośmiu funkcjonalnych modułów zintegrowanego systemu wsparcia zarządzania bezpieczeństwem i przeciwdziałania przestępczości w Unii Europejskiej,
  • Instytut Monitorowania Mediów[6] [7] wdrożył system umożliwiający wyszukiwanie felietonów na podstawie słów kluczowych.

[edytuj] Produkty dla komputerów PC

[edytuj] Zobacz też

Przypisy

  1. ↑ CHANDRA, DHRUBA "Speech Recognition Co-Processor" strona 16., North Carolina 2007
  2. ↑ The Inquirer, 7 lutego, 2007
  3. ↑ Laboratorium Technologii Języka i Mowy
  4. ↑ Technologie przetwarzania oraz rozpoznawania informacji słownych w systemach bezpieczeństwa wewnętrznego
  5. ↑ Koncepcja PBW (...) w ramach projektu „Nowoczesne metody naukowego wsparcia zarządzania bezpieczeństwem publicznym w Unii Europejskiej”, Poznań, 2005
  6. ↑ Informacja prasowa IMM Warszawa, 24 października 2006
  7. ↑ BiznesNet

Hiszpania: pięć bramek "Barcy", hat-trick 19-latka
W spotkaniu 38. kolejki hiszpańskiej Primera Divosion Real Murcia przegrał przed własną publicznością z FC Barceloną 3:5 (1:3).
MŚ: brązowy medal dla Finlandii
W spotkaniu o trzecie miejsce rozgrywanych w Kanadzie mistrzostw świata w hokeju na lodzie Finlandia pokonała Szwecję 4:0 (2:0, 0:0, 2:0).
Mityng Grand Prix IAAF w Dakarze
Najlepsze wyniki mityngu Grand Prix IAAF w Dakarze uzyskali w pchnięciu kulą Jamajczyk Dorian Scott - 20,52 i Niemka Nadine Kleinert - 19,51.
Olympique Lyon mistrzem Francji!
W spotkaniu 38. kolejki francuskiej Ligue 1 AJ Auxerre przegrało przed własną publicznością z Olympique Lyon 1:3 (0:2). Dzięki temu zwycięstwu podopieczni Alaina Perrina po raz siódmy z rzędu zdobyli tytuł mistrza Francji.
Liga hokeja na trawie: niespodziewana porażka Pocztowca
Hokeiści na trawie Grunwaldu Poznań awansowali do finału mistrzostw Polski. W drugim półfinale pomiędzy Pocztowcem Poznań a AZS AWF Poznań po dwóch spotkaniach jest remis 1-1.
Linki: Strona gwna