Физиология речи. Восприятие речи человеком - Чистович Л.А.
Скачать (прямая ссылка):
32
Последнее десятилетие характеризовалось чрезвычайно интенсивными исследованиями характеристик артикуляторных движений и связанной с этими двия-;ениями биоэлектрической активности мышц артикуляторов. Оказалось, что предположение о стандартности моторных команд не подтверждается [36°! 372]. Как и в случае других сложных движений, обнаруживается высокая вариативность движений, зависимость их от многих конкретных условий исполнения. В качестве примера, хорошо известного каждому из обыденной жизни, можно привести тот факт, что человек достаточно легко говорит лежа, с сигаретой в зубах и т. д. Конкретные характеристики движений в этих разных условиях исполнения оказываются различными.
Исследователи речеобразования приходят сейчас к тому, что для описания и моделирования процесса управления речеобразо-ванием необходимо использовать такое понятие, как цель движения. Очевидно, что целью в данном случае может быть лишь создание определенного акустического эффекта, доступного и «понятного» слушателю.
Если это так, то ключ к решению проблемы автоматического распознавания речи следует искать в изучении не источника, но приемника речевой информации, т. е. в изучении процесса восприятия речи.
1.4.3. ИЕРАРХИЧЕСКИЕ СИСТЕМЫ АВТОМАТИЧЕСКОГО РАСПОЗНАВАНИЯ РЕЧИ
Наиболее характерной особенностью современного этапа работ по автоматическому распознаванию речи является стремление разработать многоуровневые иерархические системы, способные использовать разного рода сведения о языке и ситуации I18' 255> 441].
Утверждение, что только системы, знающие язык и понимающие смысл сообщения, окажутся в конечном итоге работоспособными и практически полезными, содержалось в письме-заметке Пирса [422]. Считается, что это письмо оказало очень большое влияние на организацию работ по автоматическому распознаванию речи не только в США, но и во всем мире. Оно привело к определенному сокращению разработок технических систем автоматического распознавания речи, но способствовало более серьезному отношению к теоретическим аспектам речевых исследований [25в- 259'324 436].
Вопрос о том, почему система должна иметь иерархическую многоуровневую структуру, будет достаточно подробно рассмотрен в главе 2. Сейчас мы только укажем на то, что первым (самым нижним) блоком системы, в структуре которого уже должно отражаться знание языка, является блок фонетической интерпретации.
Следующие, более высокие, блоки должны моделировать морфологический и синтаксический анализ сообщения, обеспечивая в конечном итоге получение описания смысла сообщения (см. гл. 2).
3 Физиология речи
33
Вопрос о том, как и в какой форме может быть заложено в систему знание языка, пока отнюдь не решен.
При обсуждении проектов систем указывается, что блок фонетической интерпретации должен использовать сведения о характерных для данного языка закономерностях сочетаний фонем, а также о фонетических и фонологических взаимовлияниях [4071. Для использования этих сведений, очевидно, необходимо, чтобы отрезок речевого потока, рассматриваемый при фонетической интерпретации, соответствовал интервалу, на котором наблюдаются эти взаимовлияния.
Общепринятый подход состоит в том, что если информации недостаточно, то выходом фонетического интерпретатора является не единственное решение (например, одна цепочка фонем), но несколько возможных кандидатов — несколько совместимых с сигналом цепочек фонем. Выбор между этими кандидатами производится на следующем уровне обработки, результатом которой может быть также указание нескольких кандидатов, но теперь уже не цепочек фонем, но последовательностей слов.
Использование языковой избыточности на уровне морфологического и синтаксического анализа может быть весьма разнообразным. Простейший вариант, применяемый в ряде реализованных систем автоматического распознавания [п- 34, 38, 55], заключается в том, что сообщение считается состоящим только из известных системе слов (набор их ограничен) и что в памяти системы указаны разрешенные сочетания слов.
Элементарный и поверхностный способ учета ситуации состоял бы в том, чтобы словам в словаре системы были приписаны вероятности, значения которых динамически зависели бы от ситуации. Однако разработка этого вопроса требует решения ряда сложнейших проблем, относимых к области моделирования интеллекта (форма описания смысла сообщения, организация сведений об окружающем мире в долговременной памяти системы и т. д.). Работа в этом направлении пока только начинается.
При обсуждении возможности использования языковых закономерностей выделяются закономерности, имеющие вид правил, и статистические характеристики. Очевидно, что привлечение при распознавании статистических сведений о языке (например, такое-то слово априорно более вероятно, чем другие слова) чревато опасностями искажения сообщения. Поэтому разработка методов, реализующих догадку о сообщении, ни в коей мере не снимает проблему максимально полного извлечения информации, содержащейся в самом речевом сигнале. Соответственно все вопросы, связанные с определением набора полезных признаков речевого сигнала, набора фонетических элементов, правил фонетической интерпретации и т. д., в полной мере остаются актуальными и для иерархических распознающих систем. Последние обзорные статьи по автоматическому распознаванию речи [147, 260• 283• 407] свидетельствуют о том, что они все еще не решены.
