Handbook of Multimodal and Spoken Dialogue Systems: Resources, Terminology and Product Evaluation

سیستم‌های دیکته، نرم‌افزار خواندن با صدای بلند برای نابینایان، کنترل گفتار ماشین‌آلات، سیستم‌های اطلاعات جغرافیایی با ورودی و خروجی گفتار، و نرم‌افزار آموزشی با عوامل آموزشی مصنوعی "Talking head" در حال حاضر در بازار هستند. این رشته به سرعت در حال گسترش است و روش ها و کاربردهای جدید تقریباً هر روز ظاهر می شوند. اما منابع خوب اطلاعات سیستماتیک همگام با مجموعه اطلاعات مورد نیاز برای توسعه و ارزیابی این سیستم ها نبوده اند. بسیاری از این اطلاعات به طور گسترده ای از طریق مهندسی گفتار و آکوستیک، زبان شناسی، آوایی و روانشناسی تجربی پراکنده شده است.
راهنمای سیستم های گفتگوی چندوجهی و گفتاری بهترین روش فعلی و در حال توسعه را در ایجاد منبع برای نرم افزار و سخت افزار ورودی/خروجی گفتار ارائه می کند. این جلد متخصصان در این زمینه ها را گرد هم می آورد تا اطلاعات دقیق و توصیه هایی را درباره نحوه برنامه ریزی سیستم های گفت و گوی گفتاری، طراحی و ارزیابی سیستم های سمعی و بصری و چندوجهی، و ارزیابی محصولات خارج از قفسه مصرف کننده ارائه دهد.
علاوه بر اصطلاحات استاندارد در این زمینه، موضوعات زیر به طور عمیق پوشش داده شده است:

• نحوه جمع آوری داده های با کیفیت بالا برای طراحی، آموزش، و ارزیابی سیستم های گفتگوی چندوجهی و گفتاری.
• نحوه ارزیابی سیستم های کامپیوتری واقعی با ورودی و خروجی گفتار.
• نحوه توصیف و مدل سازی گفتگوی انسان و کامپیوتر به طور دقیق و عمیق.

همچنین شامل:

• اولین خلاصه سیستماتیک اصطلاحات در مقیاس متوسط ​​با تعاریف.

این کتاب راهنما دارای به ویژه برای نیازهای مهندسان توسعه، تصمیم گیرندگان، محققان و دانشجویان سطح پیشرفته در زمینه های فناوری گفتار، رابط های چندوجهی، چند رسانه ای، زبان شناسی محاسباتی و آوایی طراحی شده است.

Dictation systems, read-aloud software for the blind, speech control of machinery, geographical information systems with speech input and output, and educational software with `talking head' artificial tutorial agents are already on the market. The field is expanding rapidly, and new methods and applications emerge almost daily. But good sources of systematic information have not kept pace with the body of information needed for development and evaluation of these systems. Much of this information is widely scattered through speech and acoustic engineering, linguistics, phonetics, and experimental psychology.
The Handbook of Multimodal and Spoken Dialogue Systems presents current and developing best practice in resource creation for speech input/output software and hardware. This volume brings experts in these fields together to give detailed `how to' information and recommendations on planning spoken dialogue systems, designing and evaluating audiovisual and multimodal systems, and evaluating consumer off-the-shelf products.
In addition to standard terminology in the field, the following topics are covered in depth:

• How to collect high quality data for designing, training, and evaluating multimodal and speech dialogue systems;
• How to evaluate real-life computer systems with speech input and output;
• How to describe and model human-computer dialogue precisely and in depth.

Also included:

• The first systematic medium-scale compendium of terminology with definitions.

This handbook has been especially designed for the needs of development engineers, decision-makers, researchers, and advanced level students in the fields of speech technology, multimodal interfaces, multimedia, computational linguistics, and phonetics.