Trendy vo vede a výskume informačných a komunikačných technológií

30 Automatické rozpoznávanie rečizákladných 12 MFCC koeficientov. Jedno slovo je zložené zo skupiny takýchto pozorovaní.Aby bolo možné sledovať dynamiku signálu, používajú sa navyše koeficienty deltaa akceleračné koeficienty, ktoré sú odvodené od základných MFCC koeficientov.Obr. 3 Spektrum rečového signálu (FMAX = 0,5 . FS)3 UČENIE UMELEJ INTELIGENCIEAby mohol stroj rozpoznávať jednotlivé slová, musí sa tieto slová najprv naučiť. Obvyklesa modelujú len akustické časti slov ako sú fonémy, difóny a trifóny. Vzhľadom na veľkúrôznorodosť a mnohotvarosť rečového signálusa používa štatistické modelovanie.Výsledkom je, že každé tvrdenie je pravdivé iba s určitou pravdepodobnosťou. Teda akvstúpi do systému neznáme slovo, na základe naučených modelov sa vyhodnotívierohodnosť jednotlivých modelov. Klasifikátor vyberie víťazný model s najvyššouvierohodnosťou a odovzdá ho systému ako rozpoznané slovo (príp. rozpoznanú fonému).Pri rozpoznávaní reči sa používali na modelovanie neurónové siete. V súčasnosti sa viacvyužívajú skryté Markovove modely. Markovov model predstavuje stavový stroj, pričomtento stroj môže zotrvať vo svojom stave alebo postúpiť do ďalšieho stavu, prípadne môžestav preskočiť (obr. 4). Stavy S a K predstavujú počiatočný a koncový stav, ktoré vždynastanú. Jednotlivé stavy môžu zotrvávať alebo postupovať s pravdepodobnosťou a i,j.Markovov model umožňuje aj návrat do predchádzajúceho stavu, ale pri modelovaní rečimajú význam len jednosmerné dopredné modely. Výsledkom prechodu neznámychpozorovaní stavovým strojom je vierohodnosť, že skupina pozorovaní patrí testovanémumodelu [6].