Акатьев Дмитрий Юрьевич

В статье рассмотрена проблема вариативности произношения слов в задаче анализа и автоматического распознавания речи. Предложена для её решения адаптивная акустическая модель, определённая на множестве минимальных звуковых единиц (МЗЕ), объединённых в кластер-фонему по принципу минимума информационного рассогласования в метрике Кульбака-Лейблера. Разработан адаптивный алгоритм наполнения кластера МЗЕ по непрерывному речевому потоку на основе метода обеляющего фильтра. Представлен пример его практической реализации. В результате проведенного эксперимента были выбраны из общего списка фонем национального языка те фонемы, которые наиболее остро реагируют в своих реализациях на условия произнесения их диктором. Настраивая информационную систему на такие фонемы, мы гарантируем максимальную чувствительность нашего восприятия по отношению к эмоциональному и физическому состоянию диктора.