В общем случае СРО строятся на базе специализированных речевых процессоров двух основных типов: анализаторов и синтезаторов.
Анализаторы
Эти устройства предназначены для преобразования речевых сигналов с микрофона (информационный поток сигналов 10 550 бит/с) в последовательность цифровых кодов с существенно меньшим информационным потоком и с обязательным сохранением передачи смыслового компонента речи. Анализаторы подразделяются на два основных класса: анализаторы сигналов и анализаторы сообщений.
В анализаторах сигналов сокращение информационного потока достигается только за счет учета акустических и статистических характеристик речевого сигнала без обращения к его смысловой функции. Примерами анализаторов сигналов считаются кодеки, спектрально-полосные, анализаторы линейного предиктивного кодирования (ЛПК-анализаторы), форматные.
В анализаторах речевых сообщений (распознавателях) осуществляется сжатие информационного потока за счет введения операции распознавания смысловых элементов речи (фразы, слова, морфемы, фонемы). Анализаторы речевых сообщений, в свою очередь, подразделяются на две группы: анализаторы ограниченного словаря и универсальные.
б.
Рисунок 1.1 Схемы анализаторов речевых сообщений ограниченного (а) и универсального (б) словаря Анализаторы ограниченного словаря ориентированы на распознавание заданного конкретной задачей числа речевых команд (обычно порядка 10 000), т. е. на идентификацию одной из произнесенных речевых команд словаря в виде номера команды (рисунок 1.1, а). Распознавание осуществляется путем нелинейного во времени сопоставления эталонов команд с произносимой командой и выбора наиболее схожего эталона. В большинстве существующих анализаторов ограниченного словаря формирование эталонов осуществляется в процессе обучения на используемый словарь команд и голос диктора. Чаще всего процесс обучения состоит в однократном прочтении оператором всего словаря команд. Еще одним ограничением большинства современных анализаторов этого типа является требование изолированного произнесения речевых команд, т. е. с паузами между словами от 0,3 до 1 с. Распознавание слитной речи даже ограниченного словаря пока нерешенная научная проблема.
Универсальные анализаторы ориентированы на текущее распознавание полного набора смысловых элементов речи (фонем или морфем), из которых может быть составлено и по которым в конечном счете может быть распознано любое слово или слитно произнесенное сообщение (рисунок 1.1, б). Распознавание осуществляется лингвистическим процессором по правилам, заложенным в базе знаний.
