?
СОВРЕМЕННОЕ СОСТОЯНИЕ И ТЕНДЕНЦИИ РАЗВИТИЯ РЕЧЕВЫХ ТЕХНОЛОГИЙ
С. 19–25.
Харламов А. А., Чучупал В. Я.
За сравнительно короткий отрезок времени в области речевых технологий произошли фундаментальные изменения, которые привели к резкому улучшению характеристик математического и программного обеспечения для обработки речи, обусловили появление практических решений такого уровня, что использование речевых технологий превратилось в рутинную часть нашей повседневной жизни. Скачок в качестве работы методов и программного обеспечения для речевых технологий обусловлен развитием методов машинного обучения, в частности нейронных сетей, ростом возможностей вычислительной техники, и в значительной мере сбором и широким использованием речевых и текстовых корпусов данных, которые обладают огромными, по меркам прошлого столетия, размерами. В докладе рассмотрены основные аспекты перечисленных выше двигателей развития речевых технологий в областях автоматического распознавания речи и фильтрации речевых сигналов. Упор сделан на существущих или ожидаемых практических решениях, связанных с использованием архитектур глубоких нейросетей (гибридных моделей (HMM-DNN) и сквозных (end-to-end) решений.
Язык:
русский
В книге
Кн. 1. Вып. 21: Доклады 21-й Международной конференции. , Московское НТО радиотехники,электроники и связи им. А.С. Попова, 2019.
Колмогорова П. А., В кн.: Лингвистическая семантика в пространственном измерении: Словарь. Дискурс. Корпус.: Екатеринбург: Кабинетный ученый, 2024. Гл. 9.2 С. 411–422.
Добавлено: 29 ноября 2024 г.
Соколов А. С., Савченко А. В., , in: 17th World Symposium on Applied Machine Intelligence and Informatics (SAMI).: IEEE, 2019. Ch. 19 P. 113–116.
Добавлено: 21 октября 2019 г.
Савченко А. В., Савченко Л. В., Радиотехника и электроника 2019 Т. 64 № 3 С. 274–280
Исследован фонетический подход для систем обработки голосовой информации. Разработан метод автоматического распознавания речевых сигналов, в котором каждому квазистационарному сегменту ставится в соответствие нечеткое множество фонем. Предложено использовать операцию вероятностной треугольной нормы для нечетких множеств, соответствующих входному фрейму и ближайшей к нему эталонной фонемы. Экспериментально показано, что разработанный метод позволяет на 1.5…5% снизить вероятность ошибочного распознавания ...
Добавлено: 18 марта 2019 г.
Савченко А. В., , in: International Joint Conference on Rough Sets, Springer, Cham.: Springer, 2017. P. 264–277.
Добавлено: 26 октября 2018 г.
Савченко А. В., Savchenko V.V., Journal of Communications Technology and Electronics 2016 Vol. 61 No. 4 P. 430–435
Добавлено: 11 апреля 2016 г.
Савченко А. В., Савченко В. В., Радиотехника и электроника 2016 Т. 61 № 4 С. 373–379
Рассмотрен метод фонетического кодирования–декодирования слов в задаче автоматического распознавания речи. На основе свойств информационного рассогласования Кульбака–Лейблера синтезирована оценка распределения рассогласования между минимальными речевыми единицами типа отдельных фонем внутри одного класса. Показано, что наименьшая дисперсия внутрифонемного рассогласования достигается при настройке фонетической базы данных на голос конкретного (одного) диктора. Полученные оценки подтверждены результатам экспериментальных исследований в задаче ...
Добавлено: 8 октября 2015 г.
Савченко А. В., Savchenko Lyudmila V., Pattern Recognition Letters 2015 Vol. 65 P. 145–151
The key purpose of this paper is to train a voice control system if a small amount of user speech data is available without need for general acoustic model if the latter does not fit to the user voice due to known variability sources (childhood, voice diseases, non-nativeness, etc.). We explore the possibility to increase ...
Добавлено: 10 сентября 2015 г.
В данной статье описан детектор, работа которого основана, на таком устойчивом признаке речи, отличающем ее от всех прочих шумов, как наличие вокализованных интервалов. ...
Добавлено: 20 ноября 2014 г.
Вознесенская Т. В., Леднов Д. А., Речевые технологии 2013 № 4 С. 127–134
Цель этой работы обзор математических основ модели условных случайных полей, а так же идеологическое сравнение этой модели с другими известными направлениями обработки речи. ...
Добавлено: 20 ноября 2014 г.
Савченко А. В., Lecture Notes in Computer Science 2014 Vol. 8509 P. 638–646
Добавлено: 25 июля 2014 г.
Савченко А. В., Вестник компьютерных и информационных технологий 2014 № 3 С. 30–37
Рассмотрен подход к решению задачи распознавания изолированных слов русской речи для систем голосового управления
на основе метода фонетического декодирования. В рамках теоретико-информационного подхода предложено нахождение неопределенности рабочего словаря как величины условной энтропии канала с шумами, на вход которого поступает некоторое слово
из словаря, а на выходе появляется распознаваемый речевой сигнал. На основе свойств информационного рассогласования Кульбака–Лейблера представлена ...
Добавлено: 26 марта 2014 г.
Савченко А. В., Информационные системы и технологии 2014 № 2 С. 12–18
Предложен новый критерий сегментации речи, основанный на идее вероятностной нейронной сети с проверкой однородности. Экспериментально продемонстрировано, что предложенный подход позволяет на 2-7% повысить точность распознавания гласных звуков в слоге по сравнению с традиционным критерием, основанным на сопоставлении с фиксированным порогом расстояния между очередным фреймом и предыдущим однородным участком ...
Добавлено: 26 марта 2014 г.
Савченко А. В., Информационные технологии 2014 № 1 С. 53–57
Рассмотрена задача автоматического выделения голосовых команд из непрерывного речевого потока и их последующего распознавания. Для обнаружения в слогах границ гласных звуков используется основанный на идее вероятностной нейронной сети с проверкой однородности алгоритм фонемной сегментации речи. Предложено считать речевой сигнал частью голосовой команды, если доля длительности выделенного в нем однородного сегмента по отношению к длительности всего ...
Добавлено: 20 января 2014 г.
Ермилов А. В., Известия Юго-Западного государственного университета 2011 № 2 С. 15–20
Исследуются методы применения машины опорных векторов (Support Vector Machine - SVM) с разными типами ядер к задаче идентификации диктора. В качестве входных данных используются Фишеровские признаки для разных типов каналов (телефон и GSM, микрофон). Анализируется точность идентификации при варьировании длительности сообщения. ...
Добавлено: 18 января 2014 г.
Губочкин И. В., Моделирование и анализ информационных систем 2013 Т. 20 № 2 С. 23–33
Рассмотрена задача оценки параметров авторегрессионной модели элементарных речевых единиц типа фонем. Предложен итерационный алгоритм поиска авторегрессионной модели фонемы, заданной множеством ее реализаций, в основе которого лежит метод Ньютона, предназначенный для численной минимизации функций. Для этого были получены аналитические выражения для градиента и гессиана величины информационного рассогласования Кульбака–Лейблера между моделями авторегрессии. В ходе экспериментальных исследований на ...
Добавлено: 2 декабря 2013 г.
Губочкин И. В., Карпов Н. В., Информационно-управляющие системы 2013 № 5(66) С. 34–42
Решается задача кластеризации множества авторегрессионных моделей речевых сигналов в рамках теоретико-информационного подхода. Для этого был разработан алгоритм нахождения оптимальных параметров авторегрессионной модели в смысле минимума информационного рассогласования Кульбака – Лейблера. На его основе проведена модификации известного алгоритма кластеризации k-средних. Экспериментально исследована эффективность применения разработанных алгоритмов при дикторонезависимом распознавании изолированных слов с использованием аппарата скрытых марковских ...
Добавлено: 2 декабря 2013 г.
Савченко А. В., В кн.: Нелинейная динамика в когнитивных исследованиях-2013. Труды III Всероссийской конференции.: Н. Новгород: Институт прикладной физики РАН, 2013. С. 144–147.
В работе рассмотрены основные алгоритмы и их программная реализация на платформе Silverlight 4, которые могут применяться для переноса в режим дистанционного обучения систем обучения языку программ "Профессор Хиггинс" компании "ИстраСофт". ...
Добавлено: 21 сентября 2013 г.
Савченко А. В., Savchenko L. V., Lecture Notes in Artificial Intelligence 2013 Vol. 7911 P. 176–183
The definition of a phoneme as a fuzzy set of minimal speech units from the model database is proposed. On the basis of this definition and the Kullback-Leibler minimum information discrimination principle the novel phoneme recognition algorithm has been developed as an enhancement of the phonetic decoding method. The experimental results in the problems of ...
Добавлено: 16 июня 2013 г.
Савченко А. В., Акатьев Д. Ю., Информационные системы и технологии 2013 № 3 (77) С. 5–12
Рассмотрена проблема вариативности разговорной речи в задаче формирования фонетической базы данных. Для её решения предложено использование автоматической сегментации речи на последовательность фонем на основе когнитивной акустической модели типа фонетического кластера, определённого на множестве минимальных звуковых единиц. Разработан адаптивный алгоритм наполнения каждого кластера одноименными минимальными звуковыми единицами из непрерывного потока речи диктора. Представлены результаты экспериментального исследования ...
Добавлено: 7 мая 2013 г.