Введение
1 Анализ алгоритмов и программных средств распознавания речи 12
1.1 Развитие методов и алгоритмов распознавания 12
1.2 Наблюдаемый марковский процесс 17
1.3 Скрытая марковская модель (СММ) 21
1.4 Типы скрытых марковских моделей, применяемые в системах распознавания речи 28
1.5 Общая структура системы распознавания речи 30
1.6 Анализ существующих программных средств
1.6.1 Средства речевого ввода текста 34
1.6.2 Средства разработки систем распознавания речи
1.7 Три основные задачи при использовании СММ в распознавании речи 38
1.8 Основные показатели эффективности систем распознавания речи и современные научные проблемы 40
1.9 Выводы 42
2 Применение скрытых марковских моделей в системах распознавания речи 44
2.1 Алгоритмы точного вычисления вероятности появления последовательности наблюдений 44
2.2 Алгоритмы поиска оптимальной последовательности состояний 49
2.3 Алгоритмы подстройки параметров модели 51
2.4 Сравнение трудоёмкости алгоритмов 55
2.5 Моделирование длительности состояний 57
2.6 Модифицированный алгоритм Витерби 59
2.7 Сравнения алгоритмов и критерии эффективности распознавания речи 65
2.8 Выводы 68
3 Использование особенностей речевого словаря 69
3.1 Классификация речевых словарей 69
3.2 Предметная область и размер её словаря 74
3.3 Особенности использования речевого словаря в работе телефонных служб поддержки клиентов 82
3.4 Построение системы распознавания речи 83
3.5 Особенности вычисления и применения перплексии 86
3.6 Выводы 90
4 Результаты экспериментальных исследований 91
4.1 Реализованные программные модули 91
4.2 Экспериментальные оценки 93
4.3 Определение причины звонка 96
4.4 Основные метрики для оценки эффективности распознавания речи в телефонных службах поддержки 97
4.5 Особенности внедрения и тестирования 103
4.6 Выводы 105
Заключение 106
Список литературы
