"Да" и "нет" говорить!

   Компания SpeechWorks International (www.speechworks.com) разработала новый инструментарий для создания систем распознавания речи.

   Независимым разработчикам приложений SpeechWorks предлагает библиотеку DialogModules, с помощью которой те могут создавать конечные системы. Алгоритм, реализованный в DialogModules, разбивает процесс распознавания речи на несколько этапов и, по всей видимости, имеет много общего с естественным восприятием речи. На самом нижнем уровне входной речевой поток разбивается на фонемы, для чего используется нейросетевая модель (по словам разработчиков, фонемы позволяют сократить объем обрабатываемой информации как минимум в пять раз по сравнению с системами, где поток разбивается на фиксированные кадры). Затем выделенные фонемы сравниваются с эталонной библиотекой и распознаются по принципу максимального правдоподобия. При этом задействуется модель марковской цепи, устанавливающей вероятность следования одной фонемы после другой. На последнем этапе фонемы складываются в слова с учетом английской грамматики. Поскольку конечные системы будут использоваться в узкой области (справочная служба, регистрация заказов и пр.), разработчики имеют возможность "натаскать" систему распознавания на относительно небольшой словарь.

   В настоящий момент существует готовый вариант DialogModules, настроенный на понимание только слов yes и no (проблема состоит в том, что для каждого из них существуют несколько десятков фонетических и лексических синонимов). Кроме того, имеются модули для восприятия телефонных номеров, индексов, дат, валют. В процессе эксплуатации у разработчиков и администраторов остается возможность мониторинга действий системы и ее дополнительного обучения.

   На основе DialogModules одна из крупнейших в мире почтовых служб Federal Express уже начала внедрение новой справочной системы. "Общаясь" с ней по телефону на обычном (английском) языке, клиенты смогут получить справку о стоимости доставки посылки.