Вадим Мацкевич - Занимательная анатомия роботов

Устройство можно рассматривать как сложный аналог слухового аппарата, части мозга, нервной системы и нервно-мышечного аппарата человека, печатающего под диктовку. Бионическая схема человека, печатающего под диктовку, и схема фонетической пишущей машинки показаны на рис. 33. Чтобы понять принцип работы устройства, проследим, как перерабатывается звуковая информация по пути её следования.

Звуковая энергия улавливается наружным ухом человека, передаётся по слуховому проходу и воздействует на барабанную перепонку среднего уха. Механическое движение перепонки передаётся жидкости, которая заполняет улитку (внутреннее ухо), при помощи слуховых косточек, перемещающихся нелинейно. При этом происходит компрессия сигнала, т.е. более громкие звуки уменьшаются сильнее, чем тихие.

На рис. 33 показаны схематическое изображение «развёрнутой» улитки и частоты, воспринимаемые pa зличными её участками. Здесь происходит первичный анализ информации. Окончательно её анализирует мозг, куда сигналы поступают по слуховому нерву. На основе результатов этого анализа мозг вырабатывает команды, посылаемые мышцам руки, нажимающей на соответствующие клавиши пишущей машинки.

В машине, распознающей речь, голос оператора воспринимает микрофон и преобразует в электрические колебания.

После усиления и компрессии речевой сигнал поступает на анализатор частот – блок из восьми полосовых фильтров, охватывающих диапазон 250… 10000 Гц, и систему детекторов сравнения амплитуд. Последняя собрана так, что реле, соответствующее данному каналу, включается, лишь когда уровень в этом канале больше среднего в двух соседних.

Речь опознается по группе фонем, составляющих слог, а не по отдельным фонемам (так как распознать многие фонемы вне контекста очень трудно). В слоговой памяти хранятся комбинации сигналов, соответствующие различным произношениям одного и того же слога или слова. Распознавание слога представляет собой определённый вид процесса сравнения с имеющимися в слоговой памяти образцовыми матрицами звукосочетаний.

Если слог опознан, срабатывает то реле из памяти написания, которое связано с написанием данного слога. В памяти написания (орфографической памяти) имеются типовые комбинации сочетания букв, представляющих 40 фонем для заданных 100 слогов. Реле соединено с линиями очерёдности следования букв и с линиями кода букв в блоке управления печатанием, который, в свою очередь, управляет работой буквенных приводов – происходит печатание выбранных букв.

Таким образом, слово печатается в соответствии с заранее определённым написанием, которое по необходимости должно быть одинаковым для одинаково звучащих слов. Именно поэтому устройство и было названо «фонетической пишущей машинкой».

Действующие, проектируемые и перспективные приборы для опознавания речи можно разделить на несколько видов. Мы дали им совершенно условные названия.

«Сезам» – устройство, в котором реализовано сказочное заклинание «Сезам, откройся!». Реагирует только на одно, два или три слова, но произнесённые любыми голосами. Может, если угодно, в самом деле открывать дверь в вашем подъезде.

«Жучка» – устройство, хорошо понимающее краткий командный язык из двух – трёх десятков слов. Обычно оно настроено на голос одного оператора. Как мы уже отметили, такой прибор способен управлять автомобилем или самолётом. Одна американская фирма успешно применила его в отделе технического контроля для записи параметров только что изготовленных цветных кинескопов. Другая фирма заставила «Жучку» запоминать свободные места в большом складском помещении и отправлять туда прибывающие контейнеры. Прибор незаменим при сложных научных экспериментах, когда надо записывать результаты, а руки исследователя заняты на пульте управления.

«Эксперт» – анализатор для выделения голоса одного из нескольких говорящих. Может помочь при опознании преступника, стать настройщиком музыкальных инструментов или контролёром качества звучания радиоприёмников, телевизоров и магнитофонов.

«Собеседник» – его действия могут быть самыми разнообразными: совет по телефону, когда врач сомневается в установлении диагноза, устный ответ программисту о результатах вычислений на ЭВМ, ответ на запрос о состоянии текущего счета в банке и т.п. Другая модификация – «Электронный секретарь», соединённый с пишущей машинкой.