Распознавание - сл
Cтраница 1
Распознавание смыслозначимых слов сопровождается реакцией пробуждения ( arousal reaction) на электроэнцефалограмме и вегетативными изменениями, например частотой биения сердца и дыхания. При произнесении бессмысленных звуковых комплексов эти симптомы у спящего не обнаруживаются. Во время глубокого сна, когда кора головного мозга получает менее повышенные возбуждения от Formatio reticularis ( широко разветвленная сеть нейронов в мозговом стволе), способность к различению пропадает. [1]
Что касается автоматизации распознавания произносимых слов и составляющих их фонем -, то до сих пор работа по созданию таких устройств не вышла из экспериментальной стадии. Технические и программные возможности ЭВМ, на которых они базируются, пока значительно ограничивают размеры машинного словаря и их экономическую доступность. [2]
Так как целью формального описания является не только распознавание допустимых слов LT ( NM), а также и определение выходного слова, дополним запись грамматики GL выражениями для тупиковых разметок MF. [3]
 |
Полость рта и зев ( вход в фарингальную полость. [4] |
Различение звуков языка по качеству является основным фонетическим средством устного распознавания слов языка. [5]
ГИПОТЕЗА ФОНЕМНЫХ КОДОВ ( phonemic-encoding hypothesis) - предполагает, что распознавание слов зависит от того, как зрительный входной сигнал преобразуется и кодируется в виде звуковой репрезентации. [6]
ТЕОРИЯ ГРАФЕМНЫХ КОДОВ ( graphemic-encoding hypothesis) - гипотеза, предполагающая, что распознавание слов зависит от зрительных кодов, хранящихся вместе с семантической информацией. [7]
На основе этих психофизиологических данных и психологических экспериментов Шальмана ( 1972) по распознаванию слов, омонимов и синонимов было установлено, что семантическая репрезентация осуществляется в краткосрочной памяти. [8]
Ввиду этого возможности применения стационарных нейронных сетей ( многослойных персептронов) ограничены либо распознаванием фонем, соответствующих коротким участкам сигнала, на которых не требуется нормализация длительности; либо распознаванием слов в небольших словарях, где оказывается возможным вообще не учитывать порядок следования участков сигнала во времени, а для распознавания достаточно просто набора признаков, выделенных на всей длине слова. [9]
Ввиду этого возможности применения стационарных нейронных сетей ( многослойных персептронов) ограничены либо распознаванием фонем [43], соответствующих коротким участкам сигнала, на которых не требуется нормализация длительности, либо распознаванием слов в небольших словарях [44, 45], где оказывается возможным вообще не учитывать порядок следования участков сигнала во времени, а для распознавания достаточно просто набора признаков, выделенных на всей длине слова. [10]
На смену медленному и скучному программированию, практиковавшемуся на заре информатики, пришел жизнерадостный диалог человек-машина, основанный на использовании развитых языков и ведущий, по мере успехов исследований по синтезу и распознаванию слов, к системам, управляемым голосом. [11]
Этот программный блок засылает слова из СЛ в МУСС, соблюдая при этом определенный порядок и составляя небольшой указатель о размещении строк ( каждый раз для каждого сообщения), который впоследствии используется для распознавания слов по их размещению при работе программ ( 3-я часть, рис. 13), обрабатывающих МОД, ДИН МАСС и ПРОГНОЗ. [12]
Таким образом, введение ограничений на разговорную речь, сводящихся в конечном итоге к заданию порядка произношения слов, входящих в смысловые группы, и определенных правил исправления команды, приводит к появлению дополнительных и весьма существенных признаков распознавания. Эти признаки легко реализуются в виде жесткой логической схемы и повышают надежность распознавания слов в команде-фразе, так как на любом шаге ( в последовательности произношения слов сложной команды) известна смысловая группа, к которой принадлежит очередное произносимое слово. [13]
Достаточно квалифицированный пользователь может создать свою неиросетевую систему распознавания речи, используя, к примеру, двухкаскадную иерархическую нейронную сеть, где первый уровень осуществляет грубое распознавание слов, относя их к одному из классов, а второй уровень точно классифицирует слово внутри каждого из классов. [14]
Страницы: 1 2