Robust Speech Recognition and Understanding

دسته بندی: سازمان و پردازش داده ها
ویرایش:  
نویسندگان: Grimm M.,  Kroschel K. (Ed.)  
سری:  
 
ناشر:  
سال نشر:  
تعداد صفحات: 470 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 9 مگابایت 

قیمت کتاب (تومان) : 48,000

InTech، 2007. — 470 p. پردازش گفتار دیجیتال یک زمینه اصلی در تحقیقات جاری در سراسر جهان است. به ویژه برای تشخیص خودکار گفتار (ASR). از اولین تلاش‌های تشخیص‌دهنده‌های رقم در دهه‌های 1950 و 1960، زمانی که تشدید طیفی توسط فیلترهای آنالوگ و مدارهای منطقی تعیین شد، دستاوردهای بسیار مهمی حاصل شده است. همانطور که پروفسور فوروی در بررسی خود در مورد 50 سال تشخیص خودکار گفتار در سی و دومین کنفرانس بین المللی IEEE در آکوستیک، گفتار و پردازش سیگنال (ICASSP)، 2007، اشاره کرد، اکنون ممکن است سیستم های تشخیص گفتار را در نسل 3.5 خود ببینیم. اگرچه سیستم‌های بسیار عالی برای تشخیص گفتار مداوم، ترجمه گفتار و استخراج اطلاعات وجود دارد، سیستم‌های ASR برای گفتار خود به خودی باید بهبود یابند. علاوه بر این، استحکام در شرایط پر سر و صدا همچنان هدفی است که اگر از میکروفون های دور برای ورودی گفتار استفاده شود، به طور کامل محقق نشده است. تشخیص خودکار احساسات جنبه دیگری در سیستم های صوتی محور است که در سال های اخیر اهمیت زیادی پیدا کرده است. برای درک زبان طبیعی به طور کلی، و برای تفسیر صحیح کلمات شناخته شده یک گوینده، چنین اطلاعات پارازبانی ممکن است برای بهبود سیستم های گفتاری آینده مورد استفاده قرار گیرد.
این کتاب در زمینه تشخیص و درک قوی گفتار، بسیاری از جنبه های مختلف فعلی را گرد هم می آورد. تحقیق در مورد تشخیص خودکار گفتار و درک زبان. چهار فصل اول به وظیفه تشخیص فعالیت صوتی می پردازد که یک موضوع مهم برای همه سیستم های تشخیص گفتار در نظر گرفته می شود. فصل‌های بعدی چندین پسوند را برای روش‌های پیشرفته HMM ارائه می‌دهند. علاوه بر این، تعدادی از فصل ها به ویژه به وظیفه ASR قوی در شرایط نویز می پردازند. دو فصل در مورد تشخیص خودکار حالت عاطفی گوینده، اهمیت درک و تفسیر گفتار طبیعی در سیستم‌های مبتنی بر صدا را برجسته می‌کند. فصل های آخر کتاب به کاربرد سیستم های مکالمه بر روی ربات ها و همچنین کسب خودکار مهارت های آوازی می پردازد.
ما می خواهیم از همه نویسندگانی که به بهترین نحو علمی خود به این کتاب کمک کرده اند تشکر کنیم. کار کردن امیدواریم از خواندن این کتاب لذت ببرید و ایده های مفید زیادی برای تحقیق یا استفاده از فناوری گفتار خود به دست آورید.

InTech, 2007. — 470 p. Digital speech processing is a major field in current research all over the world. In particular for automatic speech recognition (ASR). Very significant achievements have been made since the first attempts of digit recognizers in the 1950’s and 1960’s when spectral resonances were determined by analogue filters and logical circuits. As prof. Furui pointed out in his review on 50 years of automatic speech recognition at the 32nd IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP), 2007, we may now see speech recognition systems in their 3.5th generation. Although there are many excellent systems for continuous speech recognition, speech translation and information extraction, ASR systems need to be improved for spontaneous speech. Furthermore, robustness under noisy conditions is still a goal that has not been achieved entirely if distant microphones are used for speech input. The automated recognition of emotion is another aspect in voice-driven systems that has gained much importance in recent years. For natural language understanding in general, and for the correct interpretation of a speaker’s recognized words, such paralinguistic information may be used to improve future speech systems.
This book on Robust Speech Recognition and Understanding brings together many different aspects of the current research on automatic speech recognition and language understanding. The first four chapters address the task of voice activity detection which is considered an important issue for all speech recognition systems. The next chapters give several extensions to state-of-the-art HMM methods. Furthermore, a number of chapters particularly address the task of robust ASR under noisy conditions. Two chapters on the automatic recognition of a speaker’s emotional state highlight the importance of natural speech understanding and interpretation in voice-driven systems. The last chapters of the book address the application of conversational systems on robots, as well as the autonomous acquisition of vocalization skills.
We want to express our thanks to all authors who have contributed to this book by the best of their scientific work. We hope you enjoy reading this book and get many helpful ideas for your own research or application of speech technology.