Фонетика и графика

Уровни языка и речи: классические представления

Уровни автоматической обработки текста (АОТ)

Генеральные проблемы АОТ

сегментация речи

снятие омонимии (разрешение многозначности)

Компьютерный интерфейс: ввод данных

Анализ и синтез устной речи

понять и среагировать (анализ)

первичная акустическая сегментация

смысловая интерпретация

преобразовать и выдать (синтез)

смысловой синтез

акустический синтез

Спектрограммы (сонограммы) речи

Трудности первичной сегментации речи

плавность речевого потока

огромное количество звуковых нюансов, специфическая сочетаемость звуков

отсутствие пауз между словами, несоответствие пауз и синтаксических единиц

наличие интонации, мелодическая изменчивость

индивидуальные особенности речи

… …

Трудности первичной сегментации речи

Системы распознавания речи

По назначению:

командные системы

системы диктовки текста

Системы распознавания речи

По потребительским качествам:

диктороориентированные

дикторонезависимые

распознающие отдельные слова

распознающие слитную речь

Примеры сфер функционирования

информационно-справочные службы

интерфейс минимизированных электронных устройств

голосовое меню

диктовка рукописного текста

устное задание вычислений

управление поведением роботов

криминалистика

… …

Требования к системам

Распознавание слитной речи

Устойчивость:

к изменениям голоса

к физическому состоянию говорящего

к стилю говорения

к помехам и фоновому шуму

к характеристикам компьютеров

к характеристикам телефонной сети,

микрофонов и т. п.

Отсутствие ограничений

Синтез речи-1

Моделирование речевого аппарата:

артикуляторный синтез

Синтез речи-2

Моделирование звукового сигнала (акустический синтез):

а) формантный синтез (по правилам),

б) компилятивный синтез

Схема Гуннара Фанта

Формантный синтез

Генерация сигнала источником (синтезатором)



Фильтрация исходного сигнала, моделирование параметров голосового тракта.

Компилятивный синтез

«Склейка» речи из имеющихся единиц

(пример с сайта каф. фонетики СПбГУ)

Принцип конструктора

Модель компилятивного синтеза речи

Модель волнового («табличного») синтеза в музыке

Системы типа Text To Speech (TTS)

Пример:

SVOX Automotive Text-To-Speech is available in 29 languages and 40 different voices.

Интеграция в операционные системы, мобильные телефоны, электронные книги, GPS-навигаторы

Общая схема систем TTS

Front-end и Back-end фрагменты TTS

TTS Voices (Microsoft Anna, english voice):

Пример русского голоса (комп. Acapela):

http://www.acapela-group.com/russian-130-text-to-voice.html

Распознавание письменного текста

Проблемы интерпретации символов

разные начертания букв

«шум»

неровность строк

опечатки, в том числе правдоподобные

Важные параметры рисунка

Яркость

Контрастность

Разрешение

Методы распознавания текста

шаблонные

признаковые

структурные

структурно-пятенные

Сложные графические системы
(вербальные и невербальные)

Дата добавления: 2015-07-02