Программы синтеза речи

Идентификация речи

Программные продукты идентификации по образцу речи преследуют цель распознавания конкретной личности говорящего и тесно связаны с биометрическими технологиями идентификации людей по их уникальным физическим признакам (отпечатки пальцев, рисунок радужной оболочки глаз). Речь каждого человека имеет свои особенности и может быть описана определенными значениями физических показателей. Данное свойство уникальности речи применяется в системах ограничения доступа и системах безопасности, в том числе информационной. При взаимодействии с системой идентификации пользователь проходит регистрацию, при которой запоминаются особенности его голоса и формируется так называемая речевая модель, затем тестирование, сравнивающее., полученную речевую модель с моделью обобщенного «самозванца», составленной на базе речи множества людей. Если уникальная модель речи и модель речи «самозванца» отличаются, то пользователь получает допуск. В наиболее простых программных продуктах для идентификации используется одно ключевое слово, повторяемое несколько раз в процессе регистрации (по существу, это пароль). Однако здесь высока вероятность обмана системы с помощью предварительной записи и воспроизведения голоса. Схема регистрации может состоять в повторении 10 и более слов, предложенных системой. В процессе тестирования человеку предлагается произнести некоторые из этих слов. Для каждого сеанса регистрации используются различные слова, что обеспечивает высокую степень защиты от обмана системы посредством записи голоса. И наконец, существует фоновая схема регистрации: пользователь зачитывает текст или последовательность фраз, а система «незаметно» записывает некоторые элементы, создает речевую модель и проводит тестирование. Фоновая схема обеспечивает наивысшую степень защиты. Программные продукты с проверкой голоса предлагают на рынке 20 фирм-производителей. Для идентификации по голосу через коммутируемую телефонную сеть удобны программы фирмы Keyware Technologies. Кроме того, фирма создала пакет «S2 Security Server» для двойного опознавания по голосу и лицу.

Технология синтеза речи заключается в преобразовании компьютерного текста в синтетическую речь с помощью аппаратного синтезатора. В первых системах речевого синтеза пользователю предлагалось выбрать предназначенные для озвучивания высказывания в специальном меню. Далее компьютер сравнивал их с высказываниями, предварительно внесенными в базу данных и в случае совпадения озвучивал текст. Этот подход применяется на практике в гостиницах, в телефонных «будильниках» и в автомобильных навигационных системах.

Более совершенные программные пакеты, рассчитанные на офисное применение, появились позднее. В настоящее время существуют продукты различной направленности. Так, французской фирмой Elan Infonnatique создана программа «ProVerbe», позволяющая получать информацию о содержании удаленной электронной почтовой корреспонденции по телефону. Английская фирма First Byte разработала систему Monologue, служащую для корректировки текста с помощью его вычитки. Программа Infovox, созданная шведскими специалистами, синтезирует речь на 12 языках. В целом на рынке существует широкий выбор программ-синтезаторов речи, укомплектованных, собственным текстовым процессором. Синтез речи проводится в основном на американском английском языках. Нередко предусмотрена возможность выбора голоса: нормальный мужской, нормальный женский, басовитый мужской и т. д. Большинство производителей голосовых систем работают над упрощением речевого ввода. Им также необходимо обеспечить технологии работы с естественным языком, когда компьютер будет понимать текст или звучащую речь в рамках контекста и различать омонимы. Если компьютер все-таки не понимает контекст предложения, он может переспросить пользователя, уточнить специфическое применение слова. Речевые интерфейсы станут гармоничным дополнением клавиатуры или мыши.

Дата добавления: 2014-11-25