Recunoasterea vorbirii este unul din domeniile prelucrarii de semnal vocal de deosebit interes in momentul de fata. Succesul tehnologiei de recunoastere a vorbirii este strans legat de masura in care este cunoscut mecanismul perceptiei umane. Multi autori considera ca auzul, care permite recunoasterea si intelegerea vorbirii, este cel mai evoluat din cele cinci simturi ale omului, desi pe cale auditiva omul culege doar 11% din informatii in timp ce prin vaz se obtin peste 85%. Din semnalul acustic receptionat de ureche, pe cel mai inalt nivel se extrag sau se decodifica concepte?. Pentru decodificarea semnalului acustic, raspunsul auditiv este integrat pe toata secventa temporala ce contine codul informational. Se stie foarte putin despre unde si mai ales despre cum sunt decodificate in creier aceste concepte, despre rolul informatiei anterioare si ale contextului, despre rolul altor factori care ajuta sau dimpotriva ingreuneaza intelegerea vorbirii. Descifrarea acestor fenomene in legatura cu vorbirea ne-ar putea ajuta in lamurirea modului in care oamenii gandesc, cum formeaza concepte, cum stabilesc relatii conceptuale, gandirea si vorbirea umana fiind strans legate. Ideea unei masini care sa auda, sa inteleaga si sa actioneze fara greseala, sigur, dupa o informatie vorbita de om este inca de domeniul viitorului. Totusi, pasi in directia castigarii masinii ca partener de dialog pentru om sunt din ce in ce mai insemnati si tehnicile noi de calcul paralel, de modelari neurale, statistice si fuzzy isi vor aduce contributia la infaptuirea acestui dialog
Datorita proprietatilor esentiale ale retelelor neuronale artificiale, gama aplicatiilor care utilizeaza aceste tipuri de retele este extrem de larga.
Multidisciplinaritatea teoriei calcului neuronal se rasfrange spre aria aplicatiilor acestuia, mergand de la inginerie, informatica, medicina, economie si pana la domenii umaniste ca sociologia, lingvistica sau psihologia. Importanta si impactul asupra noastra ale retelelor neuronale au fost subliniate in mod plastic de L. Cooper (laureat al premiului Nobel), care afirma: Nu numai ca vom invata sa traim cu aceste masini, dar intr-o buna zi ne vom intreba cum de am trait fara ele pana atunci?. Principalele aplicatii ale retelelor neuronale sunt urmatoarele: prelucrari de imagini, recunoasterea formelor vizuale prin metode conexioniste (recunoasterea scrisului, recunoasterea amprentelor digitale, etc.), recunoasterea vorbirii si, nu in ultimul rand, aplicatii ale retelelor neuronale in medicina.
Prelucrarile de imagini au ca obiect transformarile necesare prezentarii clasificatorului doar a datelor esentiale pentru luarea deciziei. Filtrarea zgomotelor, accentuarea si detectia contururilor, subtierea formelor, segmentarea imaginii si extragerea caracteristicilor sunt cele mai importante operatii de preprocesare. Eficacitatea deosebita a structurilor paralele conexioniste in rezolvarea problemelor de clasificare a fost subliniata in numeroase lucrari. Principalele avantaje ale retelelor neuronale fata de alte metode de clasificare sunt: toleranta superioara la zgomote, invarianta deosebita la deformari geometrice (rotatii, translatii sau scalari), posibilitatea omiterii unor etape de preprocesare a imaginii, robustete superioara in raport cu diferite distorsiuni sau cu forme incomplete si un efort de calcul mai mic.
Una dintre cele mai provocatoare probleme aplicative in inteligenta artificiala, a carei rezolvare globala ramane inca deschisa, este recunoasterea vorbirii fluente si independente de vorbitor. Dificultatea deosebita a acestei probleme se datoreaza caracterului dinamic, nestationar, al semnalului vocal, precum si a variabilitatii mari, chiar si in cazul aceluiasi vorbitor.
1. Curs Inteligenta artificiala, conf. dr. ing. Cristina Elena Turcu
2. D. Dumitrescu, H. Costing. Retele neuronale - Teorie si aplicatiii, Editura Teora, Bucuresti
3. N. Dixon, T. Martin. Automatic Speeck & Speaker Recognition, IEEE Press, New York
4. Oancea, E., Burileanu, C., Munteanu, D., Continuous Speech Recognition System
Improvement, The 3rd Conference on Speech Technology and Human - Computer
Dialog SpeD 2005, Cluj, pp. 81-91, 2005
Pentru a descărca acest document,
trebuie să te autentifici in contul tău.
