SU762031A1 - УСТРОЙСТВО ДЛЯ РАСПОЗНАВАНИЯ РЕЧЕВЫХ СИГНАЛОВ ι . - Google Patents

Description

Изобретение относится к области приборостроения и может быть использовано· для распознавания речевых команд, найрййёр⁴;"' при построении кибернетических систем. ί

Известны фонетические печатающие Машины, в .которых используются в разных модификациях блоки частотного разделения и формирования частотно-временных рас- ’ пределений для отдельных фонем, блоки сопоставления признаков фонем, записанных в, блоках .памяти, с текущими частотновременными распределениями и управляющие системы печатающих автоматов [1].

Недостаток этих устройств заключается в сравнительно невысокой достоверности распознавания речевых сингалов? .....’

•Наиболее близким к описываемому является устройство' для .рас1Гоз^:наТ^^й'йЯ^!Г$й€^'· ,вы.\» сигналов, содержащее последователь-, но соединенные многоканальный .полосовой фильтр формантных участков спектра, логическую схему выделения речевых инвариантов, блоки сравнения текущей ^_и эталонных последовательностей речевых' цмвариантбв' с подключенным к ним блоком хранения эталонных последовательностей речевых инвариантов, а также пороговые схемы, включенные между блоком кодирования опознаваемых слов и'блоком сравнениятё²

кущей и эталонных последовательностей речевых инвариантов {2]. *

...../ Недостатком этого устройства является

сравнительно .невысокая· достоверность распознавания речевых бигналав.

В этом устройстве распознавания схема выделения речевых' инвариантов содержит детекторы Огибающих,' что снижает достоверность и однозначность распознавания речевых стимулов: Кроме того, использова’ ни'е такой схемы в устройствах расйознава' пня целых звукосочетаний (слов) также снижает надежность правильного распознавания из-за ограниченного набора фонем ' ¹ данного языка и сильного' влияния вариа" ции характеристик речи (громкости, основ.ного тона и темпа) на форму нормирован‘ ных ' огибающих продетектированных: вре' .менных реализаций речевых сигналов при 1 их полосовом анализе. ' "

Цель 'изобретения заключается .в .повышений достоверности' распознавания речевых сига а лав.

, Поставленная цель достигается за счет ’ того, что логическая схема выделения речевых инвариантов выполнена в виде последовательно соединенных- преобразователей Фурье, анализаторов и нормализаторов

'спектральной плотности и спектрального· ® положения, функциональных преобразова

**ϊ ·χ Л Ч'-^ίίίί?· -^870:½ - ¹

762031

,*л~

«βΜ»^ν4Μ»»Β^'>ίβ *.*·* ΰ’β-Γ*'·

-^Зил-" ££ ?. *£ ζ- - -, |

телей, блоков записи,

•’Λιίί «ϊ^“·*χ<ί&ΐίΑϊΜίβ,ν ι т.глк*иЪ5**.*ва^^иЬ»*^л

10

Μ н огоу СТО ИЧИВЫ X запоминающих элементов и блоков вос' .произведения, а’ также старт-стонного ’бло¹ ка, входы которого подключены к допоЛни' тельным выходам функциональных преобразователей’ а выходы — к , управляющим входам блоков воспроизведения/ '; ”

'На .чертеже представлена · функциональная схема предлагаем;ого устройства;

Устройство ' содержит £ полосовых фильтров У формантных участков спектра,

связанных с У. преобразователями Фурье 2. '. Каждый из преобразователей Фурье связан с‘.двумя труппами анализаторов: анализатор а ми 3 спектр альной пл отнести 'и ал а л и - У 5 Заторами 4 спектрал£йотЬ по'ДоЯе'ййя спёкт’ ральных функций, для ‘неэквидисталтной _х ' временной* последовательности К нсстациопарных участков. Выходы анализаторов спектральной плотности соединены с'норма^-. 20

.....лизатором спектральной плотности 5, а вы" ходы анализаторов 4 — с нормализатором,

' 6 спектрального. положения. В каждом из.

этих нормализаторов осуществляется рдно. моментное «ормирое.ание сигналов между 25 . всеми У, каналами взаимно, так ,что текущая сумма верх К нормирован,ных компо. ' лрнт сигналов н'а Ь выходах Нормализаторов .всегда постоянна н равна, например,

У ” единице. ·'·"· ¹ ·'· у ’ ³⁰

.....Одноймен ные по Δ капала'м выходы уха -. ,_у.

занных' нормализаторов по)п'арЛо“'‘с'оё'ДЛнёны с Λ функциональными преобразователями 7 двумерных (последовательностей, аналого' вых' сигналов В .мономер'ны'е ' дискретные ³⁵ ’ Цбследо'в’ательНосЬп сигналов. """ "‘ ' ^{; :}

Выходы функциональных преобразователей подключены к £ блокам записи 8 . дискретных #-з’ЙйкНЙд‘~Ч№

'тей сигналов. Каждый из этих блоков заци- ⁴⁰ си имеет Ктах ’вЫходо! записи 7?-з,начных .....'чисел' (где λ™* —

ний чисел К для заданного словаря) ; нод- ·"· "“Иоёдйнёнлых” к ; мнбгбустойчЙЙЙМ'®*'з'апб'минающим элементам Р. Запись^ на 'эти ⁴⁵ ' элементы ' осуществляется поочерёдно Ио

мере возникновения дискретных Я-знйч- ных сообщений на выходах функ'циональ; н’ых преобразователей,' 'причем ' по ' "всем·.

.....имеющимся в системе Ь каналам. По мере ⁵⁰

г окончания 'Зв^осбчётанйй'нрйзнакп устойчивых ' состояний в многоустойчивых элементах в той же п'бблед'бватсльности, что и при записи, сипхр'бПйо'ДкВрёмя-эквидистаптно (то есть с постоянным .периодом) воспроизводятся с помощью У- блоков воспроизведения 10, управление Воспроизведением в ‘йбТбфй'Х’"'исущеёкёляствгввпхрФкй^О^йй,· у ; вырабатываемыми" в.старт-стопном блоке , 11, '^ТблЫ'" НоторОгб 'Связаны' с выходами 60 функциональных преобразователей. Йрй этом на выходах . блоков .воспроизведения ' образуются в Целом матрица фёчерытонн-_. вариантов, состоящая из £ строк ή К столбцов (по' числу фонемных. переходов для 65

55

опознаваемого слова). Причем каждое значение. элемента . · матрицы задается Рдискретами (уровнями или' какими-либо другими признаками устойчивых состояний многоустойчивых элементов).·.

Выходы Ь блоков воспроизведения подключены ко входам к блоков сравнения текущей и эталонных· последовательностей речевых инвариантов 12, выполненных; на-, пример, в вйдё оптико-акустических корреляторов с голографическими ЛС-каналЬны",Мй транспарантами эталонных одностроч-> ных'" последовательностей речевых ННвариантов (при этом Ь односторонних по- следоватёльноетей составляют по .каждому 'из^! N одноименных каналов транспаранта соответствующую эталонную матрицу речевые инвариантов; , число таких матриц-эталонов ’ соответственно равно Ν). Эталонная’последовательность речевых •инвариантов для заданного словаря хранится, в бло-, ке 13 хранения’ эталонных последовательностей. инвариантов. На N выходах корреляторов образуются в процессе сравнения матрир: текущей и эталонных, сигналыфункции правдоподобия,' сопоставление значений которых, в Ь пороговых схемах 14 раздельно по веем А каналам корреляторов позволяет найти ту из них для каждого из корреляторов, которая соответствует (с наибольшим, значением апюстерйо.рной вероятности) номеру 7г. опознав а еморо звукосочетания (слова)где η = 1, 2, 3,... Ν, а N — число слов в словаре распознающего устройства. Выходы £/пороговых схем (чис'ло'выходов в каждом' из них равно 'Ν) соединены с 7-зходовым ... У-канальным устройством 15 кодирования”' опознаваемых" слов; например конъюнктором или схемой взвешенного 'суммирования, содержащими N кодирующих слова выходов. На выходах нормализаторов 5 и 6 образуется две равномо.щные матрицы чисел (значения . каждого " из 'которых йепьше единицы и ’.; дробно), содержащие по'АС строк каждая. •Послёдовател^ность чисел этих матриц отвечает усредненным .спектральным характери'стикам речевого сигнала и является Вн'вари'аи'гной по отношению к' интенсивности .речевого^: сигнала (благодаря’ операции нормализации)' и к 'основному тону его. (также благодаря нормализации в 'блоке б) .·,·’ 'Указанные последовательности дробных чи” сСд поступают затем на парные входы £ функциональных преобразователей 7 двумерных последовательностей указанных дробных чисел в мономерный ряд целых·, Чисел. //Тор—- 777717: 7'-и · '

₍, На £ выходах' функциональных лреобразователеи 7 образуется так .называемая ядерная матрица, мономерно и однозначно отображающая векторные характеристики усредненных и нормированных значении · спектральной'’ плотности и спектрального, положения для последовательности К фо-"

Λ 762031

А' немных переходов з каждом' из А формантных каналов для |рассмат.рива'емдго речевого сигнала.(слова). ‘ А

; , 1 Анализируемый речевой сигнал поступает на входы £ полосовых «фильтров 1

. " " формантных участков спектра, где подвергается разделению по "спектру на А лоддиа,, . пазонов рпектра. «С выходом этих полосовых фильтров отфильтрованные Иаст.и сигнала поступают .на Ь преобразователей Фурье 2, каждый из .которых связан с парой ’ анализаторов: анализаторами спектральной плот. ности 3 и анализаторами спектрального положения 4. работающих ''дискретно раз¹' д'ельно по каждому из К нестационарных участков речевого сигл¹аДа (данного слова),

’ соответствующих Переходам между сАеж¹ ными фонемами., Действие анализаторов 3, ή4 сводится к выработке Ь пар. электриче- ‘

' ских сигналов (по числу формантных фильтров /), отображающих средние мгновенные значения, кусочных спектров речевого .сигнала. В блоках 5 и 6 осуществляется нор-миА'А’ рование посредством суммирования' чисел'

по .всем'каналам· анализаторов 3 и 4 м вьг- ' р'^г ’ числения отношений., .каждого из зходящих ' в нормализатор чисел к .образованной сумме. Сумма полученных отношений входя-: щйх чисел на выходах нормализаторов 5 и:

. · , - 6 будет равна единице на каждом из них. *_;.

' А ..ВблокезаписиЯосуществляетс^оиера< щия л'осЛёД'с)1вательного распределения ядер')

• данной строки ядерной матрицы пб после.у'.:"'’·· довательности К многозначных элементов

• ' в соответствии с номерами столбцов ядёр-.

ной матрицы и операции'возбуждения. в А-значных элементах памяти соответствующих устойчивых состояний, отвечаю-, щйх значениям ядер (величины, отображающие ядра, принимают значения от } до/

' В и Являются целбчисленйымн). Эти опера-’'

• Ции возбуждения устойчивых состояний >в Д-зн'ачных элементах памяти по. своей

' > технической сущности определяются структурой применяемых для записи ^-злачных запоминающих устройств. В качестве

• · А ' последних могут быть нспользорань! раз’личные многозначные элементы.. Воспроиз. ’· ведение состояний А-значны'х элементов,

. связанных, с записью одной из А яДерных цепей (строк ядерной мвтрицы), осуществляется с Помощью соот.ветству(ощегб блока

·« У воспроизведения, число которых в устройстве равно А. Работой ' блоков воспроизведения управляет старт-стоп,ный . блок 11,

который выдает команду на воспроизведение по мере того, как будет’ установлено,

> что· анализируемый речевой сигнал окончил,.. . . 1ёя (например, по паузе между послёДова-’

тельностью речевых'сигналов, как ,в известАйнТХ^айТомаДах). Для определения оконча¹'А ' ^АнИЯ речевого ‘сигнала блок 44 связан своиг

йьк.-еАв.'' мН 'входами с выходами функциона'льных дийюуиам^ преобразователей 7, при этом отсутствие в ^^^^Я8’’^йИТё‘‘1(ЗДЖйбТб~''й.нтерва ла врёмейи’ (вре’ мёни, соизмеримом с Длительностью паузы, между словами, .произносимыми диктором) поступления’ ядер с выходов функциональных преобразователей 7 указывает на факт

5 окончания данного распознаваемого рече-’ вого сигнала (слова)’ Интервал времени,

, .'соответствующий паузе между словами, по·.· следовательно произносимыми. диктором,

определяется статистически и, в соответ- ' > •в ствии с рекомендациями,'’ ' сообщаемыми' А

диктору для .производства правильного чтения. Этот интервал задается в блоке 11 соответствующей ' уставкой,, регулируемой в некоторых пределах’ в, зависимости, от

15, темпа чтения диктора. Для того, чтобы'

. воспроизведение состояний и,з совокупности

’ всех многоустойчивых запоминающих эле, 'ментов/было произведено до привода новых '

^:записей в этй'элементы от Действия’ нового А 20 речевого сигнала, процесс воспроизведений’

'осуществляется’ за Интервал времени, со- ставляющйй некоторую часть паузы между у последовательными речевыми сигналами.

- Значение тактовой частоты формируется в '· '

25 блоке 14. При этом блоки воспроизведения ^: АА 10 'работают в режиме' информационных . " _;.

регистров сдвига/управляемых тактовыми у синхроимпульсами с. выходов блока 14 и

/.. транслирующих ’ на выходы блоков вос30 произведения радиоимпульсы 'яосЛедб’ва’’ тельно с каждого йз опрашиваемых многоустойчивых элементов, частоты заполнения которых равны' частотам устойчивых состоя-,

' ний. Опрос многозначных элементов в каж- . . ...у

35 дой из А строк матрицы ядер производится только по К записанным данным речевым

' сигналом многозначным элементам, но не ' ’

• по всем Атах элементам, принадлежащим - данной строке, максимально возможной по у 40- размеру ядерной матрицы. Обрыв .в опросе ‘‘А МНОГОЗНаЧНЫХ ЭЛемеНТОВ ИЗ Атах возможных элементов происходит на* основе подсчета числа^дер А при записи даннбго .

/ речевого "сигнала, в блоке 11, в котором 45 формируется пакет тактовых синхроимПуль? ’ Асов с числом импульсов в пакете, равным .

·. ι А.. Кроме того, запись и воспроизведение

значений ядер в многозначных ' элементах . .·

всегда '.происходит от первого элемента по

50 каждому из А каналов записи (число каналов равно А). Таким образом, на выходах .

блоков' воспроизведения в процессе воспроповедения (время-эквидистантной «сшив- . .

ки») преобразованных ядер' ядерной матри55 цы и при использовании в .качестве многозначных элементов памяти спектротронов образуется частотно-ядерная матрица с эк, '©вдистрнтным.. во ' времени ' распределением У

" . ядер вдоль строк такой матрицы, причем яд-

60 ра ее задаются .значениями фиксированных

частот несущих колебаний в радиоимпульусах, длительность которых определяется периодом такта считывания. Совокупность из А

частотно-маннпулированных сигналов пр'ед65 стреляет собой рёчевой инвариант, подле1 /

⁴ 762031

-φ..,,- '. ' . 7 / / /

жащий распозиаваипю на основе многоканальной' корреляции N эталонными записями-транспарантами пространственно пре- образованных частотно-манипулированных Ν-совокупностей' сигналов,/ -полученных^ 5 на этапе обучения автомата для решения задачи распознавания N слов, составляющих ‘заданный словарный запас для рассматриваем οιτο устройства. На выходах блоков во-спроизврдения образуется после- ¹⁰ дёвательнОсть речевых инвариантов.

Указанные -выходы речевых инвариантов соединены, соответственно с £ входами А-каналЬных корреляторов 12, которые удобно выполнять в виде-оптико-акустических кор- 15 рёляторов (используя фактор д-ву-мёрности преобразования для оптического поля), в которых применены У-канальныеопорные транспаранты, с записанными на них последовательностями речевых инвариантов для 20 всех N слов заданного словарного запаса.

Роль устройств памяти эталонных последовательностей речевых, инвариантов для за- , данного'словаря из N -слов выполняет блок- , 13. ; _г . -' ' 25

(Корреляционная обработка текущей совокупности £ частотно-манипулированных сигналов ,в блоках 12 с транспарантами из блока 13 приводит к появлению/на выходах .. корреляторов (число таких выходов равно ₃₀ пр опзв сд еип ю чис ла') з ап и с а нН ы х и а транспара-птахN -слов -на число формантных каналов £) соответствующих кроссчкоррёляци- очных 'функций в форме радиочастотных сигналов, огибающие которых характери- ₃₅

' зуют степень совпадения текущего раёпре- '·· деления исследуемой частотно-,манипулированной последовательности в N каналах коррелятрров для данного речевого сигнала' с -одной из £ групп записей на £ опорных ад транспарантах блока 13, каждый'из которых имеет А опорных записей ' пространственногораспределения 'частотно-мапппу- "·· лированных сигналов, -поЛученных на этапе обучения авто-мата распознавания, в кото- 45 ром бйл достигнут макснму'м'-'максйм'орум ' огибающей кросс-коррёляционной функции. Операция индикации такого канала осуществляется на основе порогового ограничения п-о минимуму в £ пороговых схемах 50 14 раздельно по всем N выходным каналам коррелятора. Поскольку записи опорных сигналов .на £ транспарантах при обучении осуществляются на одноименных каналах транспарантов (для Одного'и того же ело- 55 ва), на £ одноименных выходах корреляторов огибающие кро-сс-корреляционных функ- цйй'достигнут, максимума-макснморума при корреляционной обработке £ -частотно-ма.ни-пули-р-о,ванных -сигналов, ,отображающих 60 речевые инварианты распориаваемото речевого сигнала (слова). Следовательно, толь- ко на £ одноименных выходах .пороговых · схем /-'/появятся компа,рисованные -сигналы уровня «1», а на остальных выходах этих 65

_ 8

пороговых схем будут регистрироваться сигналы уровня «О» (то есть будут отсутствовать корреляционные отклики).

Выходные сигналы уровня «1» с одноименных выходов пороговых схем поступают на блок 15, .представляющий собой либо £-входовой А-канальный конъюнктор с N выходами кодов, отображающих* распознаваемые слова, либо схему взвешенного суммирования. В блоке 15 осуществляется преобразование номера канала с / уровнем действующего ,в нем сигнала, равным «1», из общего числа номеров А зциф,ровой код, например двоичный, который является -наиболее удобным для овязи преобразователя «слово—-код» -с уст-рой-ства-ми переработки и восприятия информации распознавания речевых сигналов.

Изобретение .может быть '.использовано' в буквопечатающих автоматах, работающих с ,гол-оса, в различного -рода .кибернетиче- . скйх устройствах управления Движением, *а также в робототехнике при -создании роботов'с элемента-ми развитого и-скусствённо-го интеллекта, воспринимающих человеческую речь, и в вычислительной технике.

Claims (1)

1. Формула изобретения

   Устройство для распознавания речевых . сигналов, содержащее соединенные последовательно .многоканальный' полосовой фильтр формантных'участков спектра, логическую схему выделения речевых инвариантов, блоки сравнения текущей и эталонных -последовательностей речевых инвариантов с подключенным ικ ним блоком хранения эталонных последовательностей -речевых ин- вариантов, а также пороговые .схемы, вклю- \ ченньш'между блоком кодирования опозна- / ваемых слов, и блоками сравнения текущей и эталонных последовательностей речевых ,, инвариантов, о т л йч а ю щ-е с с я тем, что, с -целью повышения -достоверности распознавания речевых сигналов, -логическая -схе-, ма выделения речевых инвариантов выполнена' ,в виде последовательно соединенных -преобразователей Фурье, анализаторов и нормализаторов спектральной плотности и -спектрального положения, функциональных преобразователей, ёлоко-в записи, многоустойчивых -запоминающих элементов и блоков воспроизведения, а также старт-стопного блока, входы которого подключены к -соответствующим выходам функциональных 'преобразователей, а выходы— к управляющим входам блоков" воспроизведения.,

   ,