Počítačové zpracování řeči a možnosti jeho využití ve státní správě

Počítačové zpracování řeči a možnosti jeho využití ve státní správě

Počítačové zpracování řeči a možnosti jeho využití ve státní správě Josef Psutka

Katedra kybernetiky, Fakulta aplikovaných věd Západočeská univerzita v Plzni

26.9 2006

1

Personalis 2006


Řečové technologie – možnosti využití q q

q q

q

26.9 2006

Rozpoznávání mluvené řeči počítačem Vyhledávání slov v audio archivech anebo v proudu řeči Počítačová syntéza řeči Hlasové dialogové systémy (dialog člověka s počítačem) Verifikace a identifikace osob podle hlasu

2

Personalis 2006


Rozpoznávání mluvené řeči počítačem (1) Nároky na konstrukci systému:

q Charakteristiky hlasů jednotlivých řečníků jsou modelovány tzv. akustickým modelem • •

systém může být trénován na hlas jediného řečníka, anebo může být na řečníku nezávislý (je trénován z hlasů stovek až tisíců různých hlasů)

q Způsob řazení slov v promluvě je modelován tzv. jazykovým modelem •

26.9 2006

jazykový model je získán zpracováním rozsáhlých textů (promluv) – miliony až stovky milionů běžných slov

3

Personalis 2006


Rozpoznávání mluvené řeči počítačem (2) Současné možnosti:

q Počítač umí rozpoznat jen slova, která má ve slovníku q Velikost slovníku může být několik desítek až stovek tisíc slov

q Systémy jsou schopny práce v reálném čase q Přesnost (chybovost) systému silně závisí na mnoha (často neovlivnitelných) parametrech

26.9 2006

4

Personalis 2006


Rozpoznávání mluvené řeči počítačem (3) Dosahovaná přesnost rozpoznávání:

q Ovlivněna kvalitou přenosového kanálu a prostředím (telefonní kanál, tichá místnost, řeč v jedoucím autě ap.)

q Množstvím řečníků, na jejichž hlasy byl systém trénován a kteří jej využívají

q Způsobem mluvení (čtená řeč, spontánní řeč ap.) q Typické hodnoty přesnosti rozpoznávání:

26.9 2006

•

čtená řeč, systém adaptován na jediný hlas – 90 až 95%

•

spontánní řeč, telefonní kanál – 50 až 70%

5

Personalis 2006

On-line titulkování zasedání parlamentu


Rozpoznávání mluvené řeči počítačem (4) Možnosti využití systémů rozpoznávání řeči:

q Přepis řeči do textu (omezené možnosti) q Titulkování televizních pořadů (skryté titulky) q Systémy pro vyhledávání informací v rozsáhlých řečových archivech

q Systémy vyhledávání klíčových slov v proudu řeči q Hlasové dialogové systémy

26.9 2006

7

Personalis 2006


Hledání klíčových slov (1) Možnosti využití:

q Hledání v řečových archivech (záznamy schůzí, videonahrávky diskusí apod.)

q Lze hledat klíčová slova nebo topiky (témata, o kterých se mluví)

q Systémy on-line vyhledávání klíčových slov v proudu řeči (monitorování telefonních linek apod.)

q Systémy umožňují hledat i slova, která nejsou ve slovníku 26.9 2006

8

Personalis 2006


Hledání klíčových slov (2) Ukázka vyhledávání klíčových slov v záznamech schůzí Parlamentu ČR

26.9 2006

9

Personalis 2006


Počítačová syntéza řeči (1) q Nejsložitější a nejpoužívanější jsou systémy převodu textu na řeč

q Systémy dosahují dokonalé srozumitelnosti výsledné syntetické řeči

q Intenzivní výzkum je soustředěn na zvyšování přirozenosti

q Systémy převodu textu na řeč jsou konstruovány tzv. „zřetězováním“ velmi krátkých segmentů řeči z rozsáhlé databáze promluv konkrétního řečníka

26.9 2006

10

Personalis 2006


Počítačová syntéza řeči (2) q Ukázky vývoje počítačové syntézy češtiny:

• věta č.1 : • věta č.2 :

26.9 2006

11

Personalis 2006


Počítačová syntéza s podporou audiovizuální artikulující hlavy

26.9 2006

12

Personalis 2006


26.9 2006

13

Personalis 2006


Hlasové dialogové systémy (1) q Dovolují člověku získávat informace prostřednictvím hlasové komunikace s počítačovými a internetovými aplikacemi

q Dialogové systémy jsou zatím konstruovány vždy pro konkrétní aplikační oblast q

Vyhledávání informací uložených v databázích a na Internetu (často komunikace s využitím telefonu) • informační systémy (informace o kulturních pořadech, o

odjezdech vlaků apod). q

Komunikace se systémy automatického řízení, ovládání a monitorování • automatická spojovatelka, ovládání zařízení hlasem apod.

26.9 2006

14

Personalis 2006


Hlasové dialogové systémy (2) Příklady použití: q Přihlašování na zkoušky • Alternativa k přihlašování na zkoušky přes internet.

q Automatická spojovatelka q Aktuální zpravodajství • Čtení aktuálních novinek (zpráv) ze serveru www.idnes.cz pomocí formátu RSS, tel. 377 638 805

q Výsledky přijímacího řízení na ZČU přes telefon • V provozu již od roku 2000, každý rok (červen, červenec) obslouží 2000-3000 hovorů. 26.9 2006

15

Personalis 2006


Hlasové dialogové systémy (3) Funkční schéma dialogového systému „Přijímací řízení“

Vybrat fakultu ze seznamu

Pozdrav a informace

Vybrat studijní obor ze seznamu

Vlož své IČ Výsledky zkoušky nnnnnenalezeno

IČ nalezeno ? ?zeno

–

Další info ? nnnnnenal

+

+

–

26.9 2006

16

Personalis 2006


Verifikace a identifikace osob podle hlasu q Verifikace řečníka – ověření, zda hlas neznámé osoby je dostatečně podobný hlasu člověka, za kterého se neznámá osoba vydává q Identifikace řečníka – úkolem je zjistit, kterému ze skupiny známých (referenčních) řečníků je hlas neznámé osoby nejvíce podobný q Využití • Všude, kde jde o ověřování totožnosti lidí a k dispozici je vzorek jejich hlasu (soudy, policie, zabezpečení před neoprávněným vstupem apod.) 26.9 2006

17

Personalis 2006


SHRNUTÍ Možnosti využití řečových technologií ve státní správě a při obraně bezpečnosti státu: q Hledání klíčových slov (terorismus, kriminalita) q Vyhledávání v řečových archivech (audio nebo video záznamy schůzí, jednání, telefonních záznamů apod.)

q Informační „stánky“ – počítačové syntéza řeči (handicapovaní) q Dialogové systémy (možnost vyhledat zveřejněné informace prostřednictvím telefonu)

q Verifikace a identifikace osob podle hlasu (bezpečnost státu)

26.9 2006

18

Personalis 2006

Děkuji za pozornost!

Zveme Vás do přísálí na ukázky funkce reálných systémů z oblasti řečových technologií

http://ui.zcu.cz

26.9 2006

19

Personalis 2006

Počítačové zpracování řeči a možnosti jeho využití ve státní správě

Recommend Documents