Открыть список
Как стать автором
Обновить

Комментарии 9

Кроме вступления, большая часть поста относится, по-моему, к семантическому распознаванию текста, не важно, полученному с аудио потока, из OCR или введенного с клавиатуры, не?
Видимо раскрыл тему не много не в том ключе: данные алгоритмы можно применять не только на последних этапах анализа звукового сигнала (когда все звуковые единицы распознаны), а также на фонемном уровне, при том, существенных различий в их использовании не будет.
Нейронных сетей для этой задачки не хватает.
хорошая статья, спасибо. довольно сжато и все по теме, но маааало.
продолжите?)
Да, только немного позже, на данный момент занимаюсь переводом статей по нейронным сетям, чтобы войти в курс дела, и чуть позже продолжу исследование данных технологий в области прикладной лингвистики. )
НЛО прилетело и опубликовало эту надпись здесь
Возможно вы видели отдельные примеры в различных книгах и на различных интернет ресурсах, так как для написания статьи использовалось множество источников:

1. Davies, K.H., Biddulph, R. and Balashek, S. (1952) Automatic Speech Recogni-tion of Spoken Digits, J. Acoust. Soc. Am. 24(6) pp.637 — 642
2. Fink, G. A. Markov Models for Pattern Recognition From Theory to Applications. Berlin Heidelberg: Springer-Verlag. 2008.
3. Now a Machine That Talks With the Woice of Man. (14 January 1939 r.). Science News Letter.
4. Бабин Д.Н., Мазуренко И.Л… Холоденко А.Б. О перспективах создания сис-темы автоматического распознавания слитной устной русской речи. Интеллектуальные системы(т.8). 2004.
5. Беседин И.Ю. Анализ проблем автоматического распознавания речи. Вест-ник Ставропольского государственного университета (70). 2010.
6. Галунов В.И., Соловьев А. Современные проблемы в области распознавания речи. Ин-формационные технологии и вычислительные системы, №2, 2004.
7. Кофман А. Понятие нечеткого подмножеста. В К. А., Введение в теорию не-четких множеств. Москва: Радио и связь. 1982.
8. Куневич Я.Г., Кушнарев Д.А. Статистическая модель языка. Сборник работ 66-ой научной конференции студентов и аспирантов Белорусского государственного университета (т. 3). Май, 2009.
9. Медведев М.С. Использование вейвлет-преобразования для построения мо-делей фонем русского языка. Вестник КрасГУ. Серия физ.-мат. науки (9). 2006.
10. Никитин А., Райков П. Вопросно ответные системы.
11. Протасов С.В. Вывод и оценка параметров дальнодействующей триграмм-ной модели языка. Труды международной конференции «Диалог 2008».
12. Гуриев В., М. С. Ничего никому не скажу? КомпьютерраONLINE: www.computerra.ru/hitech/233229/
13. Курочкин С.Н., Бородин А.Г. Проблемы создания многоуровневой системы распозновании речи. Получено из alife-soft: alife-soft.narod.ru/note/s_recognize/recognize.html
14. Методы математической статистики и моделирования в сравнительно-историческом языко-знании. Языкознание.ру: yazykoznanie.ru/content/view/27/215/
15. Холоденко А.Б. О построении статистических языковых моделей для систем распознавания текста. Интеллектуальные системы: intsys.msu.ru/invest/speech/articles/rus_lm.htm
16. Цепи Маркова. StatSoft: www.statsoft.ru/home/portal/taskboards/mark.htm
В самой первой формуле опечатка — произведение не по t, а по i.
Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.