[Enciclopedia Online Gratuita] Diccionario de Internet y Tecnologías de la Información y la Comunicación (TIC):

ıllı Reconocimiento del habla : que es, definición y significado, descargar videos y fotos.

  ıllı Reconocimiento del habla : que es, definición y significado, descargar videos y fotos.  

---

El reconocimiento automático del habla (RAH) o bien reconocimiento automático de voz es una disciplina de la inteligencia artificial que tiene como propósito permitir la comunicación hablada entre humanos y computadoras. El inconveniente que se plantea en un sistema de este género es el de hacer colaborar un conjunto de informaciones que proceden de distintas fuentes de conocimiento (acústica, fonética, fonológica, léxica, sintáctica, semántica y pragmática), en presencia de vaguedades, incertidumbres y fallos ineludibles para llegar a conseguir una interpretación admisible del mensaje acústico recibido.

Un sistema de reconocimiento de voz es una herramienta computacional capaz de procesar la señal de voz emitida por el humano y reconocer la información contenida en esta, transformándola en texto o bien emitiendo órdenes que actúan sobre un proceso. En su desarrollo intervienen distintas disciplinas, semejantes como: la fisiología, la acústica, la lingüística, el procesamiento de señales, la inteligencia artificial y la ciencia de la computación.

Un aspecto vital en el diseño de un sistema de RAH es la elección del género de aprendizaje que se utilice para edificar las diferentes fuentes de conocimiento. Esencialmente, existen 2 tipos:

• Aprendizaje deductivo: Las técnicas de Aprendizaje Deductivo se fundamentan en la trasferencia de los conocimientos que un especialista humano tiene a un sistema informático. Un caso paradigmático de las metodologías que emplean semejantes técnicas lo forman los Sistemas Basados en el Conocimiento y, particularmente, los Sistemas Especialistas.
  
• Aprendizaje inductivo: Las técnicas de Aprendizaje Inductivo se fundamentan en que el sistema pueda, de manera automática, lograr los conocimientos precisos desde ejemplos reales sobre la labor que se quiere modelizar. En este segundo tipo, los ejemplos los forman aquellas unas partes de los sistemas basados en los modelos ocultos de Márkov o bien en las redes neuronales artificiales que son configuradas de forma automática desde muestras de aprendizaje.

En la práctica, no existen metodologías que estén basadas solamente en el Aprendizaje Inductivo, en verdad, se acepta un compromiso deductivo-inductivo en el que los aspectos generales se proveen deductivamente y la caracterización de la variabilidad inductivamente.

Decodificador acústico-fonético

Las fuentes de información acústica, fonética, fonológica y probablemente léxica, con los pertinentes procedimientos interpretativos, dan sitio a un módulo conocido como decodificador acústico-fonético (o bien a veces a un decodificador léxico). La entrada al decodificador acústico-fonético es la señal vocal adecuadamente representada; para esto, es preciso que esta padezca un preproceso de parametrización. En esta etapa anterior es preciso aceptar algún modelo físico, contándose con modelos auditivos y modelos articulatorios.

Modelo del lenguaje

Las fuentes de conocimiento sintáctico, semántico y pragmático dan sitio al modelo del lenguaje del sistema. Cuando la representación de la Sintaxis y de la Semántica tiende a integrarse, se desarrollan sistemas de RAH de gramática limitada para labores específicas.

Reconocimiento de una gramática restringidaEl reconocimiento de la gramática limitada trabaja reduciendo las habituales oraciones reconocidas a un tamaño más pequeño que la gramática formal. Este género de reconocimiento trabaja mejor cuando el hablante da contestaciones breves a cuestiones o bien preguntas específicas: las preguntas de “sí” o bien “no”, al seleccionar una alternativa del menú, un artículo de una lista determinada, etcétera La gramática concreta las palabras y oraciones más habituales que una persona afirmaría como contestación veloz y después asocia esas palabras o bien oraciones a un término semántico. Por poner un ejemplo, un “sí” puede comprenderse cuando se oye un “sip”, “vale”, “yes” o bien “okey”, y un “no” con un “nop”, “nada” o bien “en absoluto”.

Si el hablante afirma algo que gramaticalmente carece de sentido, el reconocimiento va a fallar. En general, si el reconocimiento falla, la aplicación alentará al usuario a reiterar lo que ha dicho y el reconocimiento se procurará nuevamente. Si el sistema está apropiadamente desarrollado y es reiteradamente inútil de comprender al usuario (debido a que no se ha entendido bien el interrogante, un acento cerrado, interferencias o bien demasiado estruendos alrededor), se retirará y desviará la llamada a otro operador. La investigación muestra que las llamadas a las que se las solicita reconsiderar el interrogante o bien cuestión una y otra vez, en escaso tiempo se frustran y se agitan.

Los modelos del lenguaje más complejos precisan para su adecuado funcionamiento grandes corpora de voz y de texto escrito para el aprendizaje y la evaluación de los pertinentes sistemas. Gracias a ellos, se pueden abordar gramáticas más complejas y acercarse al Procesamiento de lenguajes naturales.

Los sistemas comerciales han estado libres desde mil novecientos noventa. Pese al aparente éxito de estas tecnologías, muy realmente pocas personas emplean el sistema del reconocimiento del habla en sus computadoras. Parece que muchos de los usuarios emplean el ratón y el teclado para guardar o bien escribir documentos, pues les resulta más cómodo y veloz pese al hecho de que todos podemos charlar a más velocidad de la que tecleamos. No obstante, a través de el empleo de los dos, el teclado y el reconocimiento del habla, nuestro trabajo sería considerablemente más efectivo.

Este sistema donde es más usado es en aplicaciones telefónicas: agencias de viajes, atención al usuario, información etcétera La mejora de estos sistemas de reconocimiento del habla ha ido incrementando y su eficiencia es cada vez mayor.

---

• Anterior
• Siguiente