Computing Prosody: Computational Models for Processing Spontaneous Speech

این کتاب مجموعه‌ای از مقالات کارگاه بهار 1995 را در مورد رویکردهای محاسباتی برای پردازش عروض گفتار خودبه‌خود ارائه می‌کند، که توسط آزمایشگاه‌های جستجوی ATR Interpreting Telecommunications Re در کیوتو، ژاپن میزبانی شده است. این کارگاه محققان پیشرو در زمینه‌های پردازش گفتار و سیگنال، مهندسی برق، روان‌شناسی و زبان‌شناسی را گرد هم آورد تا در مورد جنبه‌های عروض گفتار خود به خودی بحث کنند و رویکردهایی را برای تحلیل محاسباتی و مدل‌سازی آن پیشنهاد کنند. کتاب به چهار قسمت تقسیم شده است. بخش اول یک نمای کلی و پیشینه نظری به ماهیت گفتار خودانگیخته ارائه می‌کند و آن را از گفتار آزمایشگاهی که تمرکز بسیاری از تحلیل‌های قبلی بوده است متمایز می‌کند. بخش دوم بر ویژگی‌های عروضی گفتمان و ساختار پیام گفتاری تمرکز دارد، بخش اول تولید و مدل‌سازی عروض برای سنتز گفتار رایانه‌ای. بخش چهارم چگونگی استفاده از اطلاعات عروضی را در زمینه تشخیص خودکار گفتار مورد بحث قرار می دهد. هر بخش از کتاب با یک مقاله مروری دعوت شده شروع می شود تا فصل ها را در زمینه تحقیقات فعلی قرار دهد. ما احساس می‌کنیم که این مجموعه مقالات بینش‌های جالبی را در مورد دامنه و ماهیت مشکلات مربوط به تحلیل محاسباتی و مدل‌سازی گفتار خودانگیخته واقعی ارائه می‌دهد و انتظار داریم که این آثار نه تنها مبنای پیشرفت‌های بیشتر در هر زمینه باشند، بلکه ادغام شوند. برای ایجاد یک مدل محاسباتی یکپارچه از عروض برای درک بهتر پردازش انسانی از تعاملات پیچیده زنجیره گفتار.

This book presents a collection of papers from the Spring 1995 Work­ shop on Computational Approaches to Processing the Prosody of Spon­ taneous Speech, hosted by the ATR Interpreting Telecommunications Re­ search Laboratories in Kyoto, Japan. The workshop brought together lead­ ing researchers in the fields of speech and signal processing, electrical en­ gineering, psychology, and linguistics, to discuss aspects of spontaneous speech prosody and to suggest approaches to its computational analysis and modelling. The book is divided into four sections. Part I gives an overview and theoretical background to the nature of spontaneous speech, differentiating it from the lab-speech that has been the focus of so many earlier analyses. Part II focuses on the prosodic features of discourse and the structure of the spoken message, Part ilIon the generation and modelling of prosody for computer speech synthesis. Part IV discusses how prosodic information can be used in the context of automatic speech recognition. Each section of the book starts with an invited overview paper to situate the chapters in the context of current research. We feel that this collection of papers offers interesting insights into the scope and nature of the problems concerned with the computational analysis and modelling of real spontaneous speech, and expect that these works will not only form the basis of further developments in each field but also merge to form an integrated computational model of prosody for a better understanding of human processing of the complex interactions of the speech chain.