Как работает распознавание речи

 

 Будущее распознавания речи 

Первые разработки в области распознавания речи предшествовали изобретению современного компьютера более чем на 50 лет. Александра Грэма Белла на эксперимент с передачей речи вдохновила его глухая жена. Первоначально он надеялся создать устройство, которое преобразует слышимые слова в видимую картинку, которую сможет интерпретировать глухой человек. Он действительно создавал спектрографические изображения звуков, но его жена не могла их расшифровать. Это направление исследований в конечном итоге привело к изобретению телефона . 

В течение нескольких десятилетий ученые разрабатывали экспериментальные методы компьютерного распознавания речи, но вычислительные мощности, доступные в то время, ограничивали их. Только в 1990-х годах компьютеры, достаточно мощные для распознавания речи, стали доступны среднему потребителю. Текущие исследования могут привести к технологиям, которые в настоящее время более знакомы по эпизоду «Звездного пути». В Агентстве перспективных оборонных исследовательских проектов (DARPA) есть три группы исследователей, работающих над Global Autonomous Language Exploitation (GALE), программой, которая будет принимать потоки информации из зарубежных новостных передач и газет и переводить их. Он надеется создать программное обеспечение, которое может мгновенно переводить на два языка с точностью не менее 90 процентов. "DARPA также финансирует НИОКР. 

1:15 Однако универсальный переводчик - это еще далеко будущее - очень сложно построить систему, сочетающую автоматический перевод с технологией голосовой активации. Согласно недавней статье CNN , проект GALE «труден для DARPA [имеется в виду] труден даже по самым строгим стандартам» DARPA. Зачем? Одна из проблем - создать систему, которая может безупречно обрабатывать такие препятствия, как сленг, диалекты, акценты и фоновый шум. Различные грамматические структуры, используемые в языках, также могут представлять проблему. Например, в арабском языке иногда используются отдельные слова для передачи идей, которые представляют собой целые предложения на английском языке. 

В какой-то момент в будущем распознавание речи может стать пониманием речи. Статистические модели, которые позволяют компьютерам решать, что только что сказал человек, однажды могут позволить им понять смысл слов. Хотя это огромный скачок с точки зрения вычислительной мощности и сложности программного обеспечения, некоторые исследователи утверждают, что развитие распознавания речи предлагает самый прямой путь от современных компьютеров к настоящему искусственному интеллекту. Сегодня мы можем разговаривать с нашими компьютерами. Через 25 лет они вполне могут ответить. 

Для получения дополнительной информации о распознавании речи и связанных темах перейдите по ссылкам ниже. 

ДЕМО VISTA SR Потенциальные проблемы с использованием распознавания речи недавно были публично продемонстрированы во время демонстрации Windows Vista. Хотя система работала безупречно при открытии программ и доступе к документам, когда дело доходило до расшифровки текста, она была не очень точной. Проблемы, вероятно, возникли из-за фонового шума и эха, присутствующего в большом зале с аудиторией, где проходила демонстрация. Видео инцидента вскоре распространилось по Интернету, подорвав репутацию Windows Vista и системы распознавания речи в целом. 

Связанные статьи HowStuffWorks 

Больше отличных ссылок

«Еще о Белле». PBS.org. http://www.pbs.org/wgbh/amex/telephone/peopleevents/mabell.html

Комментарии

Отправить комментарий

Популярные сообщения из этого блога

Светодиодный индикатор уровня сигнала

Изображение
Светодиодный индикатор уровня сигнала на KA2284 (AN6884) Микросхемы позволяет управлять шкалой из 5 светодиодов, отображая на ней уровень звукового сигнала. Сигнал не обязательно должен быть звуковым. Но поскольку шкала в этой микросхеме логарифмическая, то она прекрасно подходит для индикации уровня звука. В даташите авторы предлагают нам такую схему включения микросхемы AN6884 Напряжение питания Vcc можно подавать в очень широком диапазоне – от 3 до 16 вольт. Мы в наших экспериментах ограничимся 9 вольтами от «Кроны». От напряжения питания зависит только величина сопротивления R, ограничивающего ток через светодиоды. Резистор и конденсатор, подключенные к 7-й ноге играют роль времязадающей RC-цепочки. Изменяя номинал резистора, можно изменять скорость спадания светодиодной линейки. Если вместо 10 кОм поставить 2…3 кОм, столбик будет двигаться быстрее. Если заменить его на 30 кОм, столбик будет шевелиться намного медленнее. Оптимальным, на мой взгляд, является значение в 8…10 кОм....
Далее...

Колебание жидкости в трубке.

Изображение
    Колебание жидкости в трубке. Рассмотрим колебательную системы. В вертикальной  U -образной трубке находится жидкость. В состоянии равновесия верхний уровень жидкости расположен на высоте l . Жидкость вывели из положения равновесия и она совершает колебания, переливаясь из одного колена трубки в другое. Для определения частоты (или периода) этих колебаний воспользуемся законом сохранения энергии. В качестве координаты, характеризующей положение жидкости, выберем величину x − отклонение уровня воды в одном колене от положения равновесия. Площадь поперечного сечения трубки S постоянна по ее длине, значит скорость течения жидкости будет одинакова и равна производной от введенной координаты . Следовательно, кинетическая энергия движущейся жидкости равна где − плотность жидкости, − ее объем (пренебрегая частью жидкости, находящейся в нижней части трубки)  Потенциальная энергия тела в поле тяжести земли равна произведению массы тела, ускорения свободного падения и высоты ц...
Далее...

Распознавание речи и распознавание голоса: в чем разница?

Изображение
Легко запутаться в различиях между распознаванием речи и распознаванием голоса. Каждый из них играет определенную роль в унифицированных коммуникациях. От Джон Арнольд, J Arnold & Associates   Тема распознавания речи и распознавания голоса - отличный пример двух технологических терминов, которые кажутся взаимозаменяемыми на первый взгляд, но при ближайшем рассмотрении заметно отличаются.  Слова « речь» и « голос» могут быть абсолютно взаимозаменяемыми, не вызывая путаницы, хотя также верно, что они имеют разные значения. Речь, очевидно, является голосовым способом общения, но есть и другие способы выражения голоса, не основанные на речи, такие как смех, интонации или невербальные высказывания.   Все становится более тонким, когда вы добавляете узнаваемость и к речи, и к голосу. Теперь мы входим в мир автоматического распознавания речи ( ASR ) , где мы подключаемся к приложениям, специально предназначенным для извлечения определенных форм деловой ценности и...
Далее...