BESZÉDFELISMERŐ RENDSZERES ALKALMAZÁSA AZ ÉRDEKKÉPVISELETI MUNKÁBAN (ELŐKÉSZÍTÉS)

1. BESZÉDFELISMERŐ RENDSZERES ALKALMAZÁSA AZ ÉRDEKKÉPVISELETI MUNKÁBAN (ELŐKÉSZÍTÉS) A A A B B B C C DIASOROZATOK A STRATOSZ SZÁMÁRA KIDOLGOZOTT VÁLTOZAT Készült a MAT támogatásával, az FSZH közreműködésével 2009. A DIASOROZAT AZ AZONOS CÍMŰ TANULMÁNY SZERVES RÉSZE

2. "BESZÉDFELISMERŐ RENDSZERES ALKALMAZÁSA AZ ÉRDEKKÉPVISELETI MUNKÁBAN " című, áttekintő tanácsadási vázlat a gyakorló, több éves tapasztalattal rendelkező testületi tagok és vezetők számára került kidolgozásra. A tanácsadás elsősorban azoknak szól, akik személyes tapasztalataikkal, az élet során kialakult személyiségi jegyeikkel készek részt venni egy tudaterősítő, tudatformáló együttgondolkodásban, új módszerek és technikák elsajátításában. A STRATOSZ RENDKÍVÜLI ÚTTÖRŐ MUNKÁT VÁLLAL AZZAL, HOGY A BESZÉDFELISMERŐ RENDSZERES ALKALMAZÁSA AZ ÉRDEKKÉPVISELETI MUNKÁBANMEGALAPOZÓ TANULMÁNY KIDOLGOZÁSÁNAK SZERVEZÉSÉRE VÁLLALKOZIK.

3. BESZÉDFELISMERŐ RENDSZERES ALKALMAZÁSA AZ ÉRDEKKÉPVISELETI MUNKÁBAN (ELŐKÉSZÍTÉS) A B B B B C C C C A. RÉSZ DIÁI DIASOROZAT A BESZÉDFELISMERÉS ALAPISMERETEI

4. Beszéd, ember-gép kapcsolat A beszéd az emberek közötti legtermészetesebb információátviteli forma. Az ember és a gép kapcsolatában is ez lehetne talán a legcélravezetőbb, ha a számítógépekhez jó minőségű beszédperifériák állnának rendelkezésre. Beszédfelismerés, beszédgenerálás

5. Tartalom • 1. Bevezetés • 2. Történelmi áttekintés • 3. Alapfogalmak a beszédfelismerésben • 4. Hogyan működik? • 5. BF-ek osztályozása • 6. BF módszerek • 7. Példa Java FB-applikációra • 8. Linkek

6. Bevezetés • ● Beszédfelismerés: általánosságban túl nehéz feladat • ● Egyszerűsítések • – beszélőfüggőség • – megszabott szókincs/szituáció/akusztikai környezet • – .. és bármi, ami a megvalósíthatóságban segít

7. Definíciók • Beszédfelismerés (BF):az a folyamat, melynek során a beszédfelismerő-gép azonosítja a kiejtett beszédjeleket és átalakítja ezeket szöveggé, vagy más, számítógép által feldolgozható adattá. • (Automatic) SpeechRecognition–ASR • Miért van szükségünk rá? • Hatékony kommunikáció a számítógéppel

8. A beszédfelismerés alapfeladata. (hang szöveg konverzió) · Statisztikus alapú beszédfelismerés: o Tanítás o Felismerés o Modellek (akusztikus, kiejtési, nyelvtani) · A beszédfelismerés 2 fő lépése: o Lényegkiemelés

9. Zárt szótár ● Hátrányai – mást nem ismer fel, csak ami a szótárban benne van. – A szótár bővítése „nehéz” ● Előnyök – könnyen implementálható – egyszerű módszerekkel értékelhető pontosság érhető el ● beszélőfüggéssel és kis szótárral gyakorlatilag 100%

13. Forrás • The Speex Codec Manual • Version 1.2 Beta 3 • Jean-Marc Valin • December 8, 2007 • http://speex.org/docs/manual/speex-manual.pdf

14. Hasznos linkek • http://www.comms.eee.strath.ac.uk/~gozalvez/gsm/gsm.html • http://ccnga.uwaterloo.ca/~jscouria/GSM/gsmreport.html • http://www.analog.com/UploadedFiles/Product_Briefs/627038651430chipset.pdf • http://www.ddj.com/print/ (komplett C nyelvű algoritmus) • http://www.commsdesign.com/design_corner/OEG20030711S0010

15. BESZÉDFELISMERŐ RENDSZERES ALKALMAZÁSA AZ ÉRDEKKÉPVISELETI MUNKÁBAN (ELŐKÉSZÍTÉS) A B B B B C C C C A. RÉSZ VÉGE DIASOROZAT DIASOROZAT DIASOROZAT A BESZÉDFELISMERÉS ALAPISMERETEI