Презентация Николая Бузурнюка на AINL: Artificial Intelligence and Natural Language - 2014

1. Автономное распознавание
русской речи
Бузурнюк Н.С.
AINL Сколково 2014

2. Требования к решению
• Дикторонезависимость
• Непрерывность распознавания
• Автономность
• Ориентированность
на русский язык .ru

3. Исходные данные
• Задача распознавания полностью
не решена за 30 лет 
• В сегменте русского языка качество
продуктов низкое 
• Задача имеет решение 

4. Принципиальная схема системы
Сигнал
Нормализация
Множество
характеристик
Распознавание
Обратная связь

5. Нормализация сигнала
Сигнал
Суперпозиция
фильтров Нормализованный
сигнал
Оценка
Обратная связь
Ш
!?

6. Множество характеристик
Функция
сигнала Разложение по
множеству
функций
Множество
характеристик
Оценка
Обратная связь
!?
Функции характеристик разнородные,
не аналитические, обладают избыточностью
к фонемному алфавиту приблизительно
в 70 раз.

7. Распознавание
Вычисление
фонемного
вектора
правдоподобия
Поиск по
словарю
А без
словаря?
Вычисление
словарного
вектора
правдоподобия
Обратная связь
Оценка по
речевой
модели

8. Что получилось?
Размер приложения:
– При использовании словаря в 35 тыс. слов –
80 Мб данные, 80 Мб оперативная память.
– При использовании словаря до тысячи слов –
10 Мб данные, 10 Мб оперативная память.
Точность распознавания (Words Error Rate)
– На геословаре (карта Москвы),
около 4000 наименований улиц – 95%
– На словаре в 35 тыс. слов – 90%
Скорость распознавания (тестирование на Intel Core i5 – 3.4GHz)
– При использовании словаря до тысячи слов – 70% запаса
производительности для непрерывного распознавания
– Для словаря в 35 тыс. – 30% запаса производительности для
непрерывного распознавания

9. Интересно?
Задавайте вопросы!
Спасибо!
www.lingurus.ru