- Главная
- Разное
- Бизнес и предпринимательство
- Образование
- Развлечения
- Государство
- Спорт
- Графика
- Культурология
- Еда и кулинария
- Лингвистика
- Религиоведение
- Черчение
- Физкультура
- ИЗО
- Психология
- Социология
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Геометрия
- Детские презентации
- Информатика
- История
- Литература
- Маркетинг
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
Что такое findslide.org?
FindSlide.org - это сайт презентаций, докладов, шаблонов в формате PowerPoint.
Обратная связь
Email: Нажмите что бы посмотреть
Презентация на тему Основные классы естественно-языковых систем. Системы распознавания речи
Содержание
- 2. Лекция № 2. Основные классы естественно-языковых систем.Системы распознавания речи
- 3. Основные классы естественно-языковых систем Средства распознавания
- 4. 6Структура коммуникационной системы для организации речевого поведения
- 5. 7Структура коммуникационной системы для организации речевого поведения
- 6. 8Информационно-кодовая модель коммуникации Шеннона и Уивера
- 7. 10Адресант передает, а адресат принимает одно из
- 8. 11Правило БайесаПусть
- 9. 12Правило БайесаВ случае двух классов
- 10. 13Правило Байеса
- 11. 14Правило Байеса
- 12. 15Информационно-кодовая модель коммуникации Шеннона и Уивера,модифицированная для коммуникационного акта Якобсоном
- 13. 3Автоматическое распознавание речиОбщая блок-схема ориентированной на задачу системы распознавания-синтеза речи
- 14. 20Речевая волна во временной и частотной областях
- 15. уровень семантических представлений (словарь попарной сочетаемости слов)синтаксический
- 16. Системы распознавания речи 1. Системы покомандного
- 17. Системы покомандного распознавания Средства голосового
- 18. лексикон (словарь корневых основ)акустико-фонетический уровеньСистемы покомандного распознавания 31
- 19. 381) Формирование вектора признаков
- 20. 39Покомандное распознавание речиИмеется три основных подхода к
- 21. 44Подход, основанный на распознавании образовБлок-схема распознавателя речи на основеподхода, основанного на распознавании образов
- 22. 47Подход, основанный на распознавании образовАлгоритм включает четыреосновных
- 23. 47Подход, основанный на распознавании образовАлгоритм включает четыреосновных
- 24. 45Подход, основанный на распознавании образовДостоинства подхода:1. Простота.
- 25. 46Подход, основанный на распознавании образовНедостатки:1. Чувствительность к
- 26. 41Акустико-фонетический подходФонетические гипотезы, полученные при распознавании строки слов «all about»
- 27. 41Акустико-фонетический подходДиаграмма классификации стандартных фонемамериканского английского в широкие звуковые классы
- 28. 42Акустико-фонетический подходБинарное дерево классификации речевых звуков
- 29. 42Акустико-фонетический подходАкустико-фонетический классификатор гласных
- 30. 40Сравнение подходов, основанного на распознавании образов и на основе акустико-фонетического анализа
- 31. 51Подход, основанный на искусственных нейронных сетяхМногослойный персептрон для классификациигласных, основанной на формантных измерениях
- 32. Искусственные нейронные сетиТрехслойный персептрон- сравнивает с порогом- вычисляет сумму
- 33. 52Подход, основанный на искусственных нейронных сетяхНейронная сеть с задержками
- 34. 381) Формирование вектора признаков
- 35. 60Оцифровка речевого сигнала
- 36. 53Первичная обработка Наиболее характерные подходы:1. Спектральный анализ2. Антропоморфная модель
- 37. 57Спектральный анализ Типичный вид речевой волны и ее спектра в моделианализа на основе гребенки фильтров
- 38. 54Спектральный анализ На основе гребенки фильтров
- 39. 54Спектральный анализ На основе гребенки фильтров
- 40. 21Представление речи в виде формантных траекторий Для последовательности «Why do I owe you a letter»
- 41. 21СегментацияСегментация и разметка для последовательности «did-you»
- 42. 75Принятие решения Динамическое программирование Байесовское правилоСкрытые Марковские модели
- 43. 75Принятие решения Ключевым вопросом в распознавании речи
- 44. 75Принятие решения Сравниваемые образы не могут быть
- 45. 76Динамическое программирование
- 46. 83Адресант передает, а адресат принимает одно из
- 47. 11Правило БайесаЭти вероятности можно оценить методами математической
- 48. 11Системы покомандного распознавания
- 49. Системы распознавания слитной речи Системы
- 50. 39Распознавание слитной речиИмеется два подхода к распознаванию слитнойречи:1. Подход, основанный на распознавании образов2. Структурный подход
- 51. 44Подход, основанный на распознавании образовБлок-схема распознавателя речи на основе подхода, основанного на распознавании образов
- 52. уровень семантических представлений (словарь попарной сочетаемости слов)синтаксический
- 53. 90Подход, основанный на распознавании образовМодель фонемы
- 54. 94Подход, основанный на распознавании образовСоставление эталонных сигналов слов из фонем в соответствие с моделью произношения
- 55. 97Подход, основанный на распознавании образовМодель предложения с
- 56. 44Подход, основанный на распознавании образовБлок-схема распознавателя речи на основеподхода, основанного на распознавании образов
- 57. 48Структурный подход«Снизу-вверх» подход интеграции знаний дляРаспознавания слитной речи
- 58. 49Структурный подход«Сверху-вниз» подход к интеграции знанийдля распознавания слитной речи
- 59. 50Структурный подход Подход, основанный на концепции класснойдоски для интеграции знаний
- 60. 50Структурный подход Взаимодействие между источниками знанийразных уровней
- 61. 50Структурный подход Частичные гипотезу на разных уровнях
- 62. 52Модель языка на основе многослойного персептрона Структурный подход(синтаксический уровень)
- 63. 11Системы распознавания слитной речи
- 64. 4Сравнение эффективности распознаваниячеловеком и искусственными системами
- 65. 4Сравнение эффективности распознаваниячеловеком и искусственными системами(продолжение)
- 66. 4Сравнение эффективности распознаваниячеловеком и искусственными системамив условиях шума
- 67. 4Диалог человека и машины Существует два типа
- 68. 3Общая блок-схема ориентированной на задачу системы речевого диалогаДиалог человека и машины
- 69. 4Диалог человека и машины Классификация систем устного диалогапо направлению потока информации
- 70. Скачать презентацию
- 71. Похожие презентации
Лекция № 2. Основные классы естественно-языковых систем.Системы распознавания речи
Слайд 3 Основные классы естественно-языковых систем Средства распознавания речи распознают голосовую
(речевую) информацию и преобразуют ее в последовательность символов
13
Слайд 7
10
Адресант передает, а адресат принимает одно из группы
событий
(классов, к которым относятся передаваемые и получаемые сообщения). Группа событий обладает следующими свойствами (она - полная):1) все события попарно несовместны: ;
2) их объединение образует пространство элементарных исходов Ω:
Правило Байеса
Слайд 8
11
Правило Байеса
Пусть
- полная группа
событий и – некоторое событие. Тогда по формуле Байеса исчисляется вероятность реализации гипотезы при условии, что событие А произошло. Здесь А – конкретное наблюдение (измерение).- априорная вероятность гипотезы
- апостериорная вероятность
известны функции распределения вектора признаков для каждого класса
Слайд 12
15
Информационно-кодовая модель коммуникации Шеннона и Уивера,
модифицированная для коммуникационного
акта Якобсоном
Слайд 13
3
Автоматическое распознавание речи
Общая блок-схема ориентированной
на задачу системы
распознавания-синтеза речи
Слайд 15
уровень семантических представлений (словарь попарной сочетаемости слов)
синтаксический уровень
(словарь синтаксем)
лексикон (словарь корневых основ)
морфологический уровень (словарь окончаний)
акустико-фонетический уровень
Процесс
восприятия речи человеком Структура речевой информации
31
Слайд 16 Системы распознавания речи 1. Системы покомандного распознавания 2. Системы распознавания
ключевых слов в потоке слитной речи 3. Системы распознавания связной
речи 4. Системы распознавания слитной речи54
Слайд 17 Системы покомандного распознавания Средства голосового ввода, управления и
сбора данных предназначены для ввода голосовых команд, управляющих работой
некоторой системы (например бытовой техникой)14
Слайд 18
лексикон (словарь корневых основ)
акустико-фонетический уровень
Системы покомандного распознавания
31
Слайд 19
38
1) Формирование вектора признаков
2) Сегментация
3) Сравнение входного и эталонных образов
4) Принятие решения
Покомандное распознавание речи
Базовый алгоритм покомандного распознавания
Слайд 20
39
Покомандное распознавание речи
Имеется три основных подхода к покомандному
распознаванию речи
1. Подход, основанный на распознавании образов
2. Акустико-фонетический (структурный)
подход 3. Подход, основанный на использовании
искусственных нейронных сетей
Слайд 21
44
Подход, основанный на
распознавании образов
Блок-схема распознавателя речи на
основе
подхода, основанного на распознавании образов
Слайд 22
47
Подход, основанный на
распознавании образов
Алгоритм включает четыре
основных шага:
1)
Измерение первичных признаков речевого сигнала.
Вычисляются спектральные признаки, либо
с помощьюгребенки фильтров, либо с помощью линейного
предсказывающего кодирования, либо с помощью
Дискретного преобразования Фурье
2) Формирование эталонов (обучение). Эталоны
формируются с помощью некоторых усредняющих
процедур. Это может быть модель, характеризующая
статистику признаков эталона.
Слайд 23
47
Подход, основанный на
распознавании образов
Алгоритм включает четыре
основных шага:
3)
Классификация, во время которой входной
образ сравнивается с эталонами. Сравнение
образов,которые есть последовательность векторов признаков,
осуществляется с использованием как локального
расстояния между двумя синхронными векторами,
так и глобальной выравнивающей во времени
процедуры (чаще всего, это процедура динамического
программирования), которая компенсирует
различные скорости произнесения входного и
эталонного образов
4) Принятие решения
Слайд 24
45
Подход, основанный на
распознавании образов
Достоинства подхода:
1. Простота. Он
легко интерпретируется
2. Имеется хорошо развитый математический аппарат для
всех процедур подхода3. Устойчивость и инвариантность к различным словарям, пользователям, выбору признаков, использования алгоритмов сравнения образов и принятия решения, а также групп дикторов, используемого оборудования, канала
4. Не зависит от выбора речевой единицы: от фонемы до фразы. Дает хорошие результаты в широком круге задач
Слайд 25
46
Подход, основанный на
распознавании образов
Недостатки:
1. Чувствительность к объему
обучающей
выборки
2. Подверженность качества распознавания
влиянию шума
3. Неиспользование лингвистической
информации
4. Большая вычислительная
емкость
Слайд 26
41
Акустико-фонетический подход
Фонетические гипотезы, полученные
при распознавании строки слов
«all about»
Слайд 27
41
Акустико-фонетический подход
Диаграмма классификации стандартных фонем
американского английского в широкие
звуковые классы
Слайд 30
40
Сравнение подходов, основанного на распознавании образов и на
основе акустико-фонетического анализа
Слайд 31
51
Подход, основанный на искусственных нейронных сетях
Многослойный персептрон для
классификации
гласных, основанной на формантных измерениях
Слайд 34
38
1) Формирование вектора признаков
2) Сегментация
3) Сравнение входного и эталонных образов
4) Принятие решения
Покомандное распознавание речи
Базовый алгоритм покомандного распознавания
Слайд 36
53
Первичная обработка
Наиболее характерные подходы:
1. Спектральный анализ
2. Антропоморфная
модель
Слайд 37
57
Спектральный анализ
Типичный вид речевой волны и ее
спектра в модели
анализа на основе гребенки фильтров
Слайд 40
21
Представление речи в виде
формантных траекторий
Для последовательности
«Why do I owe you a letter»
Слайд 42
75
Принятие решения
Динамическое программирование
Байесовское правило
Скрытые Марковские модели
Слайд 43
75
Принятие решения
Ключевым вопросом в распознавании речи является
вопрос сравнения входного образа с эталонными образами с целью
выяснения степени их подобияОбычно входной и эталонный образы имеют разную длину
Слайд 44
75
Принятие решения
Сравниваемые образы не могут быть нормализованы
по длительности, поскольку различные типы звуков имеет различные возможности
по удлинению произнесенияНеобходимо найти способ сравнения спектральных векторов такой, чтобы можно было вычислять глобальную меру совпадения образов
Слайд 46
83
Адресант передает, а адресат принимает одно из группы
событий
(классов, к которым относятся передаваемые и получаемые сообщения). Группа событий обладает следующими свойствами (она - полная):1) все события попарно несовместны: ;
2) их объединение образует пространство элементарных исходов Ω:
Правило Байеса
Слайд 47
11
Правило Байеса
Эти вероятности можно оценить методами математической статистики
на множестве прецедентов.
, где - число прецедентов из ,- общее число прецедентов. - гистограмма распределения вектора признаков для прецедентов из класса .
Слайд 49 Системы распознавания слитной речи Системы типа «Речь-текст» предназначены
для распознавания слитной речи (например для диктовки деловой корреспонденции)
14
Слайд 50
39
Распознавание слитной речи
Имеется два подхода к распознаванию слитной
речи:
1.
Подход, основанный на распознавании образов
2. Структурный подход
Слайд 51
44
Подход, основанный на
распознавании образов
Блок-схема распознавателя речи на
основе подхода,
основанного на распознавании образов
Слайд 52
уровень семантических представлений (словарь попарной сочетаемости слов)
синтаксический уровень
(словарь синтаксем)
лексикон (словарь корневых основ)
морфологический уровень (словарь окончаний)
акустико-фонетический уровень
Системы
распознавания слитной речи31
Слайд 54
94
Подход, основанный на
распознавании образов
Составление эталонных сигналов слов
из фонем
в соответствие с моделью произношения
Слайд 55
97
Подход, основанный на
распознавании образов
Модель предложения с произвольным
порядком следования
моделей слов и моделей фонем в предложении
Слайд 56
44
Подход, основанный на
распознавании образов
Блок-схема распознавателя речи на
основе
подхода, основанного на распознавании образов
Слайд 62
52
Модель языка на основе многослойного персептрона
Структурный подход
(синтаксический
уровень)
Слайд 67
4
Диалог человека и машины
Существует два типа таких
систем
Системы первого типа ведут человека, следуя четкому порядку заполнения
определенных форм. Примером такой системы может стать заказ билетов. В каждом из состояний система настраивается на распознавание заранее приготовленных атрибутов, допуская варианты возврата к предыдущему шагу или выходу из системыВ системах второго типа человеку отводится роль собеседника, который может сам проявлять интерес к разным аспектам информации, задавая любые вопросы.
Слайд 68
3
Общая блок-схема ориентированной
на задачу системы речевого диалога
Диалог
человека и машины
Слайд 69
4
Диалог человека и машины
Классификация систем устного диалога
по
