Распознавание речи: прогресс есть

Системы распознавания речи становятся все доступнее: сегодня ими оснащаются даже некоторые автомобили.

В связи с этим все более важно гарантировать, что голосовой сигнал будет четко и ясно восприниматься и обрабатываться компьютером.

От усовершенствования технологии могут извлечь пользу как мобильная связь, так и даже скрытая запись речи правоохранительными службами.

И вот теперь ученые из Университетского кампуса в  Тунисе опубликовали детали системы распознавания речи, которая использует два различных инструмента для подавления шумов в записи.

Талби Мурад, Салхи Лотфи, Абид Сабер и Шериф Аднане из Лаборатории обработки звука в издании International Journal of Signal and Imaging Systems Engineering объяснили, как биконическая трансформация волн и циклическая нейронная сеть могут использоваться для усиления речи.

«Наличие фоновых шумов при обработке речевого сигнала представляет весьма серьезную проблему», говорят ученые.

Шумы мешают распознавать речь, кодировать и синтезировать, что в итоге приводит к неудачным голосовым командам и ошибкам. Существуют три формы шумов, с которыми должны справиться системы распознавания речи: конволютивный, мультипликативный и совокупный. Последний на распознавание речи влияет сильнее всего, и именно этой форму шума адресовано исследование.

Совокупный шум нередко упоминается как «белый шум» и обычно воспринимается как случайное второстепенное шипение при прослушивании звукозаписи.

«Наша технология состоит из автоматического подсчета оптимального порогового набора, который будет использоваться в качестве бионического волнового коэффициента, а выполняется это с помощью нейронной сети Элмана в бионической волновой области», пояснил Мурад.

Ученые продемонстрировали эффективность метода в условиях шумов в кабине истребителя F16, а также в салоне автомобиля Volvo.

«Мы испытали гибридный метод на нескольких видах шумов и на шумах речевых баз данных. Полученные результаты показали усиление сигнала в отношении шума на величину от 5 до 12 децибелов», сообщили ученые. «Это необходимо для достижения компромисса между ослаблением шума и сохранением ясности речи», добавил ученый в заключение.

10.09.2010