Автореферат (Методы, алгоритмы и устройства распознавания речи в ассоциативной осцилляторной среде)

2ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫАктуальность темыВопросы человеко-машинного взаимодействия являются одними изважнейших при создании новых компьютеров. Наиболее эффективнымисредствами взаимодействия человека с машиной являются визуальные образы иречь. Не смотря на стремительно возрастающие вычислительные мощности,создание систем распознавания речи остается чрезвычайно сложнойпроблемой. Это обуславливается высокой вычислительной сложностьюразработанных алгоритмов, что накладывает существенные ограничения насистемы автоматического распознавания речи – на объем обрабатываемогословаря, скорость получения ответа и его точность.Существуют области применения систем автоматического распознаванияречи как в военной сфере, так и в гражданской, где требуется создатькомпактное и надежное самостоятельное устройство, эксплуатирующее толькодоступные «на месте» вычислительные мощности. Примерами таких устройствмогут служить транспортный робот REX, разработанный израильскимконцерном Israel Aerospace Industries и управляемый голосовыми командами,модули голосового управления (или прямого голосового ввода – Direct VoiceControl) в кокпитах современных истребителей, таких, как Eurofighter Typhoon1,Dassault Rafale2, JAS 39 Gripen.

В невоенной сфере распознавание речи широковнедряется в автомобилестроении, когда часть функционала машины, длякоторого ошибка распознавания не приведет к аварийным ситуациям (климатконтроль, навигация, мультимедиа и проч.), контролируется с помощьюголоса 3 . Наконец, необходимо отметить актуальность реализации речевогоинтерфейса для людей с ограниченными физическими возможностями,например, в инвалидных креслах.Все описанные выше примеры объединяет необходимость созданиякомпактного,надежного,самостоятельногоимаксимальнобыстродействующего устройства. Существует общие тенденции в разработкахаппаратных реализаций блока распознавания: во-первых, в качестве микросхемиспользуются программируемые логические интегральные схемы (ПЛИС), вовторых, все они сфокусированы на введении аппаратной поддержки алгоритмовскрытых Марковских моделей.

Однако, во всех разработанных на сегодняшнийдень решениях используются традиционные способы реализации арифметики сплавающей точкой, что влечет существенные аппаратные затраты инакладывает ограничения на быстродействие.Таким образом, поиск новых архитектурных решений, не базирующихсяна архитектуре фон Неймана, является актуальной темой, особенно в ееприложении к решению задачи распознавание речи. Одним из перспективныхнаправлений является разработка и исследование ассоциативных сред –запоминающих сред, в которых доступ к информации базируется на механизме1URL: http://www.eurofighter.com/the-aircraftURL: http://www.dassault-aviation.com/wp-content/blogs.dir/1/files/2012/08/Fox_Three_nr_1.pdf3URL: http://www.bmw.com/com/en/insights/technology/technology_guide/articles/voice_control_system.html23ассоциации.

В ней, помимо трех основных функций памяти, возможны такжепоиск и обработка информации без изъятия ее из накопителя Исследования иразработка ассоциативных сред ведутся на кафедре Вычислительной ТехникиМосковского Энергетического Института под руководством профессора ОгневаИ. В. Успешное решение различных задач распознавания образов и анализаизображений, а также прогресс вычислительной техники в целом, позволилиобратиться к решению одной из задач искусственного интеллекта –автоматическому распознаванию речи.Цель работы состоит в разработке методов распознавания речи вассоциативных средах и построении системы распознавания в этих средах.Для достижения этой цели решаются следующие задачи:выбор метода выделения и предварительной обработки речи, извлеченияпризнаков;программная реализация выделения речи и ее предварительнойобработки;выбор метода распознавания речи;выбор ассоциативной среды для реализации в ней распознавания;разработка блока распознавания на элементах ассоциативной среды;создание речевой базы для обучения и тестирования системы;создание программной модели разработанных методов распознаванияречи в среде;моделирование и оценка аппаратных затрат предложенной реализации.выбор типа и модели ПЛИС;аппаратная реализация на ПЛИС блока распознавания.

Имитационноемоделирование составленной аппаратной реализации.Объектом исследования являются методы распознавания речи испособы их аппаратной поддержки. Предметом исследования являютсяметоды и алгоритмы распознавания речи и пути их реализации вассоциативных средах.Научная новизна работы состоит в следующем:разработан метод выделения участков с речью на основе анализараспределения локальных экстремумов;впервые аппарат скрытых Марковских моделей для распознавания речиреализован в ассоциативной осцилляторной среде.

Для этого был разработанметод проведения вычислений по алгоритму прямого хода в среде, основанныйна представлении вероятности с помощью интенсивности потока спайков;модифицирован алгоритм распознавания путем перехода к упрощенномувычислению логарифма значения вероятности, что позволило заменитьоперации перемножения на сложение.

На основе клеточного ансамбля«Дифференциал» построен новый клеточный ансамбль «Компаратор»,выбирающий поток спайков с максимальной интенсивностью. Благодаря этомуудалось полностью реализовать его на элементах ассоциативной осцилляторнойсреды и успешно применить для распознавания русских слов;4разработан новый метод распознавания, основанный на подборе наиболееподходящей скрытой Марковской модели без учета порядка следования звуковв произнесении слова. Это позволило упростить аппаратную реализацию,выполненную на элементах ассоциативной осцилляторной среды, и повыситьскорость распознавания.

Метод был успешно применен для распознаваниярусских слов;Практическая ценность работы состоит в следующем:разработан метод выделения участков с речью в исходном сигнале;разработаны методы распознавания речи в ассоциативной среде;сформирована экспериментальная речевая база русских слов, которуюможно использовать как для обучения систем распознавания, так и для ихтестирования;разработан программный комплекс, включающий средства длясоставления речевой базы и программные модели предложенных методовраспознавания речи в среде.исследовано практическое применение предложенной реализациираспознавания речи в ассоциативной осцилляторной среде на примерераспознавания русских слов;разработана аппаратная реализация на языке VHDL клеточных ансамблейассоциативной осцилляторной среды и всего блока распознавания.В ходе работы над диссертацией были использованы следующие методыисследований: методы проектирования и анализа программных средств,имитационного моделирования, теории вероятностей и математическийстатистики.Обоснованность научных результатов и выводов, представленных вработе, определяется корректным применением использованных методовисследования.

Достоверность научных положений, выводов и практическихрекомендаций,сформулированныхвдиссертации,подтверждаетсявычислительными экспериментами и данными, полученными приимитационном моделировании.Реализация результатов работы. Результаты исследований былииспользованы в учебном процессе ФГБОУ ВО НИУ «МЭИ», а именно:˗в лекционном курсе «Организация ЭВМ и периферийных устройств»программы подготовки бакалавров 09.03.01 – «Информатика и вычислительнаятехника.˗в лекционном курсе «Функциональные узлы и процессоры» программыподготовки бакалавров 09.03.01 – «Информатика и вычислительная техника.Апробация работы. Основные результаты работы докладывались намеждународных научно-технических конференциях «Информационныесредства и технологии» 2011, 2013 гг., на 11-ой международной конференции«Распознавание образов и анализ изображений» 2013 г., на 11-оймеждународной конференции «Students’ Science Conference» 2013 г., намеждународной конференции «2014 Intl.

Conference on Soft Computing &Machine Intelligence» в 2014 г.5Публикации. Основные результаты диссертации опубликованы в 8печатных работах, 2 из которых опубликованы в изданиях, рекомендованныхВАК.Структура и объем диссертационной работы. Диссертационная работаизложена на 147 страницах, из них 127 страниц основного текста, 64 рисунка,10 таблиц и состоит из введения, 5 глав, заключения, списка литературы из 81наименования на 9 страницах и приложений на 11 страницах.Основные положения, выносимые на защиту:1.Метод выделения участков с речью на основе анализа распределениялокальных экстремумов.2.Метод реализации в ассоциативной осцилляторной среде аппаратаскрытых Марковских моделей для распознавания речи.3.Реализация на элементах ассоциативной осцилляторной средывычисления функции вероятности прямого распространения.