俄羅斯科學(xué)院無線電與電子技術(shù)研究所科研人員安齊佩羅夫開發(fā)出一種全新的計(jì)算機(jī)語音識別系統(tǒng)。通過實(shí)驗(yàn)發(fā)現(xiàn)，語音頻譜中最基本的成分接近1千赫。
安齊佩羅夫指出，理論上最智能的語音識別系統(tǒng)應(yīng)該像人的大腦一樣，能在瞬間從大量聲音中分辨出已知的聲音，而不依賴聲音的大小和聲調(diào)。目前的計(jì)算機(jī)識別系統(tǒng)還沒有達(dá)到這種水平。每種聲音對機(jī)器識別系統(tǒng)來說，仍是獨(dú)一無二的，因此需要在機(jī)器上進(jìn)行訓(xùn)練。由于長期訓(xùn)練的結(jié)果，在計(jì)算機(jī)的存儲系統(tǒng)中形成了一個(gè)信息庫，將某種聲音的大量方案存儲到這里，當(dāng)計(jì)算機(jī)遇到某種聲音時(shí)，就在這個(gè)信息庫里進(jìn)行挑選加工，然后選出某種可能的方案。
安齊佩羅夫在解釋自己開發(fā)的語音識別系統(tǒng)時(shí)指出，這一獨(dú)特的語音識別系統(tǒng)最主要的是考慮了語音的分級體系，從中辨別語音中最基本的成分，就像鑒別音樂中的音調(diào)一樣，在寬廣的語音頻譜中，分辨出語音中最基本的具有思維性質(zhì)的聲音頻譜。實(shí)驗(yàn)表明，這個(gè)頻譜的范圍接近1千赫，而其他那些帶有情感色彩的語調(diào)，屬于心理物理學(xué)范疇。
安齊佩羅夫進(jìn)一步介紹說，在上述理論指導(dǎo)下，他開發(fā)的計(jì)算機(jī)語音識別系統(tǒng)接近大腦的識別功能：計(jì)算機(jī)在系統(tǒng)程序的指導(dǎo)下，將語音背景的個(gè)性成分清除，保留語音中最基本的成分，最大可能地簡化了計(jì)算機(jī)的工作。在實(shí)驗(yàn)中，科研人員讓十幾人用不同聲音進(jìn)行實(shí)驗(yàn)，結(jié)果發(fā)現(xiàn)，計(jì)算機(jī)能夠避開那些帶有情感色彩的語調(diào)的干擾，準(zhǔn)確地通過語音中最基本的成分辨別聲音，1000比特的內(nèi)存就能識別所有的數(shù)字和一些簡單的語音
有關(guān)專家指出，該識別體系不僅達(dá)到了快速辨別語音的能力，還使計(jì)算機(jī)的存儲時(shí)間和內(nèi)存降低。該科研成果最適合大量的移動電子裝置領(lǐng)域。
科技日報(bào)
