Введение
1. Состояние вопроса, обзор литературы и постановка основных задач диссертационного исследования 11
1.1. Оценка качества речи в системах передачи речи 11
1.2. Качество речи с точки зрения восприятия речи человеком 12
1.3. Традиционные средства для проверки качества речи в логопедии и при изучении иностранного языка 16
1.3.1. Системы "Видимая речь" и "Визуальный тренажер произношения" 16
1.3.2. "Профессор Хиггинс. Английский без акцента!" 17
1.4. Основные подходы к распознаванию речи 18
1.5. Методы оценки качества речи на основе систем распознавания речи 25
1.5.1. Бельгийская система The DEMOSTHENES 26
1.5.2. Американская система WebGrader 27
1.5.3. Японская система Goh Kawai 28
1.6. Постановка задачи 29
2. Теоретические основы распознавания речи 34
2.1. Динамическое программирование 34
2.2. Скрытое марковское моделирование 37
2.2.1. Определение 38
2.2.2. Алгоритм прямого хода 40
2.2.3. Алгоритм Витерби 42
2.2.4. Обучение скрытой марковской модели, алгоритм Баум-Уэлча 44
2.2.5. Виды скрытых марковских моделей 46
2.2.6. Проблема моделирования длительности состояний 48
2.3. Предсказывающие системы 51
2.4. Применение нейронных сетей для классификации образов 53
2.4.1. Нейронные сети - основные положения 53
2.4.2. Функционирование нейронной сети 57
2.4.3. Обучение нейронной сети 58
2.4.4. Выбор архитектуры многослойной нейронной сети 61
2.4.5. Распознавание образов с помощью многослойной нейронной сети. 62
2.5. Выводы 64
3. Выбор признаков описания речевого сигнала 66
3.1. Особенности речевого сигнала с точки зрения речеобразования 66
3.2. Особенности речевого сигнала с точки зрения восприятия человека 69
3.3. Предварительная обработка речевого сигнала 70
3.4. Признаки речевого сигнала 72
3.5. Выбор признаков описания речи 79
3.6. Эксперимент по сравнению двух систем признаков описания речи 80
3.7. Выводы 89
4. Распознавание изолированных слов и сегментация на фонемы на основе эталонов 90
4.1. Выбор словаря системы распознавания речи 90
4.2. Предварительная сегментация речевого материала 96
4.3. Сегментация в результате распознавания при моделировании на основе эталонов 101
4.4. Качество системы распознавания речи на основе эталонов в зависимости от размера обучающей выборки 104
4.5. Выводы 111
5. Распознавание изолированных слов и сегментация на фонемы на основе скрытых марковских моделей и нейронных сетей 113
5.1. Выбор оптимальной нейронной сети для распознавания речи 113
5.2. Выбор оптимальной архитектуры скрытой марковской модели 119
5.3. Качество системы распознавания речи на основе скрытых марковских моделей в зависимости от размера обучающей выборки 127
6. Автоматическая оценка произношения 132
6.1. Алгоритмы оценки качества произношения отдельной фонемы 132
6.2. Сравнение автоматической оценки произношения отдельных фонем на основе различных систем распознавания речи 134
6.3. Использование автоматической оценки произношения для задачи обучения иностранному языку 143
6.4. Использование автоматической оценки произношения для сравнения систем передачи речи 147
6.5. Программный комплекс автоматической оценки качества произношения. 148
6.6. Выводы 155
Заключение 157
Список литературы 159
Приложение 1 165
Приложение 2 166
Приложение 3 167
Приложение 4 169
