ПОДХОДЫ К ЯЗЫКОВОМУ И АКУСТИЧЕСКОМУ МОДЕЛИРОВАНИЮ В РАСПОЗНАВАНИИ РЕЧИ

Исследование посвящено вопросу эффективности традиционных и современных подходов к автоматическому распознаванию речи (ASR). В статье анализируется общая структура алгоритмов машинного распознавания речи, в частности, языкового и акустического моделирования, а также лексических данных; проиллюстрировано историческое развитие автоматического распознавания речи и представлены наиболее современные подходы. Проведен эксперимент, в котором с помощью определённого набора тестовых примеров производится сравнение нескольких приложений для распознавания речи. В выборке присутствует четыре разные системы ASR, основанные на разных алгоритмах акустического и языкового моделирования: во всех компонентах только в двух системах используется один и тот же подход, в двух других приложениях акустические и языковые модели основаны на разных алгоритмах – таким образом, структуры всех элементов выборки принципиально не похожи. Набор данных анализируется каждой системой с помощью программ на языке Python, выходных данные нормализуются и сравниваются по стандарту WER с заранее транскрибированными эталонными данными. Проведен анализ результатов тестирования, сделаны выводы о зависимости эффективности системы автоматического распознавания речи от оптимизации её элементов и обучения при помощи необходимого набора данных, в то время как нейросетевой и статистический подходы являются одинаково результативными в задачах языкового и акустического моделирования.