«Խոսքի ճանաչում»–ի խմբագրումների տարբերություն

Content deleted Content added
No edit summary
No edit summary
Տող 4.
'''Խոսքի ճանաչումը''' [[Մեքենայական ուսուցում|մեքենայական ուսուցման]] կիրառության գլխավորագույն ոլորտներից է,որը խոսքի ազդանշանը փոխակերպում է թվայնացված տեղեկատվության (օրինակ, տեքստային տվյալների):Այն նաև հայտնի է որպես խոսքի ավտոմատ ճանաչում ({{lang-en|ASR}}), համակարգչային խոսքի ճանաչում անվանումներով: Այն ներառում է գիտելիքների և հետազոտությունների լեզվաբանությունը, [[Համակարգչային գիտություններ|համակարգչային գիտությունները]] և էլեկտրատեխնիկայի ոլորտները:
 
Խոսքի ճանաչման կիրառուիթյոիններըկիրառությունները ներառում են ձայնային օգտագործման ինտերֆեյսներ, ինչպիսիք են ձայնային հավաքումը (օրինակ `« զանգահարել տուն »), դոմոգրաֆիկ սարքերի հսկողություն, որոնում, պարզ տվյալների մուտքագրում (օրինակ `բանկային քարտի համարը), կազմաձևված փաստաթղթերի պատրաստում, որոշող խոսնակների բնութագրերը, խոսքի տեքստերի վերամշակումը (օրինակ `բառի պրոցեսորներ կամ էլեկտրոնային նամակագրություններ) եւ ինքնաթիռներ (սովորաբար կոչվում է ուղղակի ձայնային մուտքագրում):Խոսքի ճանաչումը, ինչպես նաև խոսքի սինթեզը, խոսնակի նույնականացումը կամ խոսնակի ստուգումը, խոսքի մշակման տեխնիկայի մաս են կազմում:
 
 
Տող 12.
Այնուհետև,[[1962]] [[Թվական անուն|թվականին]] Աշխարհի տոնավաճառում [[IBM]]-ը ցույց տվեց [[16]] բառանոց իր մեքենայի խոսքի ճանաչման ունակությունը,որը կոչվում էր «Շոեբոքս».
 
Հետո,[[1970]] [[Թվական անուն|թ.]] Լեոնարդ Բաումը մշակում է Մարկովի թաքնված մոդելը, որը լայնորեն կիրառվում է ձայնային ճանաչման մեջ:Մեկ տարի անց,[[1971]] [[Թվական անուն|թ.]]-ին DARPA-ն ֆինանսավորել է խոսքի ճանաչման հնգամյա հետազոտությունը `[[1000]] բառի նվազագույն բառապաշարի չափով: Ենթադրվում էր, որ խոսքի հասկացությունը կդառնա գլխավոր բանալին խոսքի ճանաչման գործում առաջընթացի համար, բայց հետագայուն պարզվեց, որ դա սխալմունք էր: BBN, [[IBM]]-ը, Carnegie Mellon-ը<ref>{{Cite web|url=http://www.cs.cmu.edu|title=Carnegie Mellon School of Computer Science|website=Carnegie Mellon School of Computer Science|language=en|accessdate=2018-10-30}}</ref> և Stanford Research Institute-ը մասնակցեցին այս ծրագրին:Կառավարությունը ֆինանսավորում է Ջոն Պիերսի նամակից հետո վերանայված խոսքի ճանաչման հետազոտությունները, որոնք մեծ մասամբ լքված էին [[Միացյալ Նահանգներ|Միացյալ Նահանգներում]]:
 
[[1972]] [[Թվական անուն|թվականաին]] խոսքի ճանաչման սարքերը առաջին անգամ շուկա դուրս եկան:Չորս տարի անց առաջին ICASSP-ը անցկացվեց [[Ֆիլադելֆիա|Ֆիլադելֆիայում]], որն այն ժամանակից ի վեր խոսքի ճանաչման վերաբերյալ հետազոտության հրատարակման համար հիմնական վայր է եղել:
Տող 18.
Lernout & Hauspie, բելգիական ճանաչված ընկերություն, ձեռք է բերում մի շարք այլ ընկերություններ, այդ թվում `[[1997]] թ. Kurzweil Applied Intelligence ըկերությունը և Dragon Systems-ը [[2000]] [[Թվական անուն|թ.]]-ին: L & H- ի խոսակցական տեխնոլոգիան ձեռք է բերել ScanSoft- ի կողմից, որը դարձել էր Nuance [[2005]] [[Թվական անուն|թվականին]]: Apple- ը Նյուանսից սկզբնապես լիցենզավորված ծրագրեր էր տրամադրել խոսքի ճանաչման հնարավորությունը իր թվային օգնական Սիրիին:
 
Արդեն [[20]] տարի է, որ խոսքի ճանաչումը մտել է մեր առօրյայի մեջ, թեպետ ով կմտածեր, որ հնարավոր է մարդկային խոսքը թվայնացնել:
 
 
Տող 27.
* ազդանշանի տեսակը. աղմկոտ ազդանշան կամ ոչ աղմկոտ ազդանշան (օրինակ, ականջակալի խոսափողը աղմուկի նվազեցմամբ), հեռախոսային ազդանշանը (ֆիքսված կամ բջջային հեռախոս) կամ լայնաշերտ
* սեղմված ազդանշան կամ ոչ
* ակուստիկ մոդելի տեսակը, միայնակախոս մոդելը (օրինակ ` ձայնային թելադրանք), բազմակողմանի մոդել
* ձայնագրությունների բնույթը ` տեքստի թելադրություն, ձայնային հրաման, մարդ-մեքենա երկխոսություն, հեռախոսային հաղորդագրություն, ռադիո, հեռուստատեսություն և այլն:
 
Լեզուների չափը եւ լեզվական մոդելի բարդությունը անմիջականորեն կապված են վերամշակված տվյալների լեզվի եւ բնույթի հետ, ձայնային հրամանների մի քանի տասնյակ բառերից մինչեւ հարյուր հազարավոր բառեր ` տարբեր լոզուներով գրելու համար:
 
== Կիրառություններ ==