МЕТОДИ РОЗПІЗНАВАННЯ МОВЛЕННЯ

Abstract

Питання підвищення якості людино-машинної взаємодії є актуальним науково-практичним завданням. Найбільш ефективними способами взаємодії людини з машиною є ті, які є природними для людини: через візуальні образи і мовлення. Мова є найбільш природною формою людського спілкування і тому реалізація інтерфейсу на основі аналізу мовленнєвої інформації є перспективним напрямком розвитку інтелектуальних систем управління. Створення мовленнєвих інтерфейсів може знайти застосування в системах різного призначення: голосове управління для людей з обмеженими можливостями, автовідповідачі, оброблення дзвінків в автоматичному режимі, ідентифікація власника пристрою, голосового керування «розумним домом» тощо. Реалізація мовленнєвого інтерфейсу базується на системі автоматичного розпізнавання мови, що забезпечує прийом мовленнєвого сигналу і перетворення його до тексту або команди. Система автоматичного розпізнавання мовлення (Automatic Speech Recognition System – ASRS) [1] – це інформаційна система, що перетворює вхідний мовленнєвий сигнал в розпізнане повідомлення. При цьому розпізнане повідомлення може бути представлено як у формі тексту, так і одразу перетворено в зручну для його подальшої обробки форму. Більшість систем розпізнавання мовлення складається з процесу аналізу й обробки аналогового сигналу і процесу розпізнавання. При аналізі аналогового сигналу з промови виділяються властивості, які в подальшому використовуються в процесі розпізнавання для того, щоб визначити, що було сказано. Системи автоматичного розпізнавання мовлення класифікуються за такими ознаками:

References

1. Alharbi S., Alrazgan M., & Alrashed A. (2021). Automatic Speech Recognition: Systematic Literature Review. IEEE Access, (9), 131858-131876. https://doi: 10.1109/ACCESS.2021.3112535.
2. Papstratis I. (2022). Speech recognition: a review of the different deep learning approaches. Accessed https://theaisummer.com/speech-recognition/ .