Reconeiximent de la parla
El reconeiximent automàtic del parla (RAH) o reconeiximent automàtic de veu és una disciplina de l'inteligència artificial que té com a objectiu permetre la comunicació parlada entre sers humans i computadores. El problema que es planteja en un sistema d'este tipo és el de fer cooperar un conjunt d'informacions que provenen de diverses fonts de coneiximent (acústica, fonètica, fonològica, lèxica, sintàctica, semàntica i pragmàtica), en presència d'ambigüitats, incertituts i errors inevitables per a aplegar a obtindre una interpretació acceptable del mensage acústic rebut.
Un sistema de reconeiximent de veu és una ferramenta computacional capaç de processar la senyal de veu emesa pel ser humà i reconéixer l'informació continguda en esta, convertint-la en text o emetent órdens que actuen sobre un procés. En el seu desenroll intervenen diverses disciplines, tals com: la fisiologia, l'acústica, la llingüística, el processament de senyals, l'inteligència artificial i la ciència de la computació.
Disseny d'un sistema de RAH
Aprenentage
Un aspecte crucial en el disseny d'un sistema de RAH és l'elecció del tipo d'aprenentage que s'utilise per a construir les diverses fonts de coneiximent. Bàsicament, existixen dos tipos:
- Aprenentage deductivo: Les tècniques d'aprenentage deductivo es basen en la transferència dels coneiximents d'un expert humà a un sistema informàtic. Un eixemple paradigmàtic de les metodologia que utilisen tals tècniques ho constituïxen els sistemes basats en el coneiximent i, en particular, els sistemes experts.
- Aprenentage inductivo: Les tècniques d'aprenentage inductivo es basen en la possibilitat de que el sistema conseguixca automàticament els coneiximents necessaris a partir d'eixemples reals sobre la tasca que es desija modelizar. Per eixemple, aquelles parts dels sistemes basats en els models amagats de Màrkov o en les rets neuronals artificials que es configuren automàticament a partir de mostres d'aprenentage.
En la pràctica, no existixen metodologia que estiguen basades únicament en l'aprenentage inductivo o deductivo. De fet, s'assumix un compromís deductivo-inductivo en el que els aspectes generals se suministren deductivamente i la caracterisació de la variabilitat es realisa inductivamente.
Decodificador acústic-fonètic
Les fonts d'informació acústica, fonètica, fonològica i possiblement lèxica, en els corresponents procediments interpretatius, donen lloc a un mòdul conegut com decodificador acústic-fonètic (o en ocasions a un decodificador lèxic). L'entrada al decodificador acústic-fonètic és la senyal vocal convenientment representada; per a això, és necessari que esta sofrixca un preproceso de parametrisació. En esta etapa prèvia és necessari assumir algun model físic, contant-se en models auditius i models articulatoris.
Model del llenguage
Les fonts de coneiximent sintàctic, semàntic i pragmàtic donen lloc al model del llenguage del sistema. Quan la representació de la Sintaxis i de la Semàntica tendix a integrar-se, es desenrollen sistemes de RAH de gramàtica restringida per a tasques concretes.
| El reconeiximent de la gramàtica restringida treballa reduint les típiques frases reconegudes a un tamany més chicotet que la gramàtica formal. Este tipo de reconeiximent treballa millor quan el parlant proporciona respostes breus a qüestions o preguntes específiques: les preguntes de “sí” o “no”, en elegir una opció del menú, un artícul d'una llista determinada, etc. La gramàtica específica les paraules i frases més típiques que una persona diria com a resposta ràpida i despuix associa eixes paraules o frases a un concepte semàntic. Per eixemple, un “sí” pot entendre's quan se sent un “sip”, “val”, “yes” o “okey”, i un “no” en un “nop”, “res” o “en absolut”.
|
Els models del llenguage més complexos necessiten per al seu correcte funcionament grans corpora de veu i de text escrit per a l'aprenentage i l'evaluació dels corresponents sistemes. Gràcies a ells, es poden abordar gramàtiques més complexes i acostar-se al Processament de llenguages naturals.
Característiques dels sistemes existents
Els sistemes comercials han estat disponibles des de 1990. A pesar de l'aparent èxit d'estes tecnologies, molt poques persones utilisen el sistema del reconeiximent del parla en les seues computadores. Sembla ser que molts dels usuaris utilisen la rata i el teclat per a guardar o redactar documents, perque els resulta més cómodo i ràpit a pesar del fet de que tots podem parlar a més velocitat de la que teclegem. No obstant, en l'ús del teclat i del reconeiximent del parla, el treball pot ser molt més efectiu. Per eixemple, els creadors del sistema comercial per a juristes DigaLaw X estimen que dictar en el mateix és de 3 a 4 voltes més ràpit que mecanografiar, en similar precisió. cita requerida
Este sistema s'està utilisant sobretot en aplicacions telefòniques: agències de viages, atenció al client, informació, etcétera. La millora d'estos sistemes de reconeiximent del parla ha anat aumentant, i la seua eficàcia cada volta és major.cita requerida
Vore també
- Síntesis de veu
- Llingüística computacional
- Processament de llenguage natural
- Reconeiximent de locutores
- Siri
- Efecte IA
Referències
- Francisco Casacuberta Nolla. Congrés de la Llengua Espanyola, Sevilla, 1992
- Asunción Moreno. Congrés de la Llengua Espanyola, Sevilla, 1992
- http://www.tldp.org/HOWTO/speech-Recognition-HOWTO/
- Tordera Yllescas, Juan Carlos (2011): "Llingüística computacional. Tractament del parla". Valéncia: Universtitat de Valéncia.
- Este artícul conté una traducció derivada de «Reconocimiento del habla» de Wikipedia en castellà publicada baix la Llicència de documentació lliure de GNU i la Llicència Creative Commons Reconeiximent-CompartirIgual 4.0 Internacional.