تعرف على الكلام

صنف فرعي من	لغويات حاسوبية، معالجة اللغات الطبيعية
جزء من	Natural-language user interface ()

التعهد على الكلام أوتمييز الكلام ( ويعهد أيضا بتمييز الكلام التلقائي أوتمييز الكلام أوحاسب تمييز الكلام) وهوتعبير عن تحويل الحدثات المنطوقة إلى نص. إذا مصطلح " تمييز الصوت" في بعض الأحيان يطلق على أنظمة التمييز التي يجب حتى تدرب على متحدث معين، كما هوالحال بالنسبة لمعظم برامج تمييز سطح المخط. التعهد على المتحدث يستطيع تبسيط مهمة ترجمة الكلام. تمييز الكلام يعتبر حل أوسع يشير إلى تكنولوجيا بإمكانها التعهد على الكلام بدون حتى تستهدف متحدث واحد – مثل نظام الاتصال الذي يستطيع التعهد على جميع الأصوات. تطبيقات تمييز الكلام تتضمن: قابلة المستخدم الصوتية مثل الطلب الصوتي ( على سبيل المثال: اتصل بالمنزل )؛ توجيه المكالمات ( على سبيل المثال: أريد عمل مكالمة تليفونية على حساب المتلقي )، التحكم بتطبيق أتمتة المنزل، البحث ( على سبيل المثال: أوجد البودكاست حيث الحدثات كانت منطوقة) إدخال بيانات بسيطة ( على سبيل المثال: ادخل رقم البطاقة الائتمانية )، إعداد وثائق منظمة ( مثل: تقرير الأشعة)، خطاب معالجة النصوص ( مثل: معالج الحدثات " Word " أورسائل البريد الإلكتروني ) والمركبة الجوية (مثل: أجهزة الإدخال المباشر).

نبذة تاريخيه

أول جهاز يعهد على الصوت ظهر عام 1952 م، يتكون من جهاز يتعهد على الأرقام المنطوقة. كما ظهر مبكرا جهاز آخر يدعى IBM Shoebox، وقد عرضت في معرض عالم نيويورك عام 1964م. واحدة من أبرز المجالات التي استخدمت تطبيقات التمييز الكلامي بشكل ملحوظ هي الرعاية الصحية والنسخ الطبي في الولايات المتحدة الأمريكية. من خلال ما نطقه خبراء الصناعة في بدايتها، حتى تمييز الكلام يباع كوسيلة للقضاء على النسخ بدلا من جعل النسخ خطوة أكثر فاعلية، والتالي لم يكن مقبولا، ولذلك السبب أيضا كان التمييز الصوتي في ذلك الوقت ناقص من الناحية الفنية. وكما حتى استخدامه بفاعلية يحتاج تغييرات إلى طرق لعمل الأطباء وتوثيق اللقاء الإكلينيكي، وهذا يجعل الكثير بل الكل يترددون في استخدامه. إن أكبر مقيد للتمييز الصوتي كان النسخ الآلي، ومع ذلك كان يعد برنامجا. إذا طبيعة السرد الإملائي يحتاج تفسير عالي وأحيانا يحتاج رأي مستمد من كائن بشري وهذا لم يوفر حتى الآن في الأنظمة الآلية. كما حتى كمية الوقت الذي يحتاجه المستخدم أومزود النظام لتدريب الجهاز كبيرة وهذا يعتبر مقيد ثاني للتمييز الصوتي. كثيرا ما ينشأ التمييز في ASR بين أنظمة صناعة الجملة التي عادة ما تكون محددة المجال، ومعالجة طبيعة الجمل والتي عادة ما تكون لغة معينة. جميع نوع من هذه التطبيقات يعرض أهدافه وتحدياته الخاصة.

التطبيقات

الرعاية الصحية

في مجال الرعاية الصحية، وحتى بعد تحسين تقنيات تمييز الكلام، النسخ الطبي لم يتقادم حاليا، فالخدمات المقدمة يتم إعادة توزيعها بدلا من استبدالها. يمكن تطبيق التعهد على الكلام في القابلة الأمامية أوالخلفية لعملية التوثيق الطبي. في قابلة جهاز تمييز الكلام الأمامية يقوم المزود بالتملية إلى محرك تمييز الكلام، ثم يتم عرض الحدثات المنطوقة ويكون المملي مسؤول عن التعديل والتوقيع على المستند، لا تمر على محرر النسخ الطبي أبدا. جهة جهاز تمييز الكلام الأمامية أومؤجل تمييز الكلام، يملي المزود إلى نظام إملاء رقمي، ويتم توجيه الصوت من خلال جهاز يميز الكلام ويوجه مسودة وثيقة معترف بها جنبا إلى جنب مع ملف الصوت الأصلي إلى محرر النسخ الطبي، الذي يعدل المسودة وينهي التقرير. جهاز مؤجل تمييز الكلام أصبح يستخدم حاليا على نطاق واسع في الصناعة. كثير من تطبيقات السجلات الصحية الالكترونية ( EMR)، يمكن حتى تكون أكثر فعالية ويتم أداؤها بسهولة أكبر عندما يتم نشرها بالاقتران مع محرك يميز الحديث. جميع من عمليات البحث والاستعلامات، وملء الاستمارة تكون أسرع إذا تمت بالصوت بدلا من لوحة المفاتيح. حلول الرعاية الصحية عادة ما تكون حالة محددة، لكن بعض الشركات تعدل حلولها لتلبية احتياجات الأسواق ( على سبيل المثال: مركز تكنولوجيا الكلام في روسيا مع شريك فنلندي يدعى فيتيم أوي في مشروع Terve Elama ).

الحروب

الطائرات المقاتلة ذات الأداء العالي

في العقد الماضي كرست جهود كبيرة لاختبار وتقييم التعهد على الكلام في الطائرات المقاتلة، وتجدر الإشارة إلى برنامج الولايات المتحدة في التعهد على الكلام لإدماج التكنولوجيا المقاتلة المتقدمة ويرمز له( AFTI )/طائرة(F -16(F-16 VISTA، وبرنامج في فرنسا لهجريب أنظمة التعهد على الكلام على طائرات ميراج، وأيضا برامج في المملكة المتحدة في التعامل مع تشكيلة من الأنظمة الأساسية للطائرة.

الهيليكوبتر

المشاكل لتحقيق المميز درجة عالية من الدقة تحت الضغط والضوضاء تتعلق بقوة على بيئة الهليكوبتر كما في بيئة الطائرة المقاتلة، معضلة الضجيج هي في الواقع أكثر حدة في بيئة الهليكوبتر، ليس فقط بسبب ازدياد مستويات الضوضاء ولكن أيضا لأن قائد المروحية لا يرتدي قناع؛ ليقلل الضجيج في الميكروفون.وقد أجريت تجارب كثيرة وبرامج تقييم خلال العقد الماضي على التعهد على الكلام في تطبيقات نظم طائرات الهليكوبتر، لا سيما من قبل أنشطة الولايات المتحدة لبحث وتطوير الكترونيات الطائرات الحربية (AVRADA)، ومؤسسة فهم الفضاء الملكي (RAE) في المملكة المتحدة، وكما حتى العمل في فرنسا أضاف جهاز التعهد على الكلام في الهليكوبتر من طراز بوما، بالإضافة إلى حتى هناك الكثير من الأعمال المفيدة في كندا. نظرا لأن النتائج كانت مشجعة. ضمت تطبيقات الصوت: السيطرة على أجهزة الاتصالات اللاسلكية، ووضع نظم الملاحة، والسيطرة على النظام بهدف التسليم الآلي.

إدارة الحروب

مراكز أوامر إدارة المعارك بشكل عام تتطلب الوصول السريع إلى مراقبة واسعة، وتغيير قواعد المعلومات بسرعة، فالقادة العسكريون ومشغلي نظام الاستعلام بحاجة إلى قواعد البيانات هذه بشكل ملائم قدر الإمكان، في بيئة العين- المشغولة يتم تقديم الكثير من المعلومات في شكل العرض، غلإنسالة آلة يتفاعل بالصوت لديه القدرة على حتىقد يكون مفيد في هذه البيئات. وقد كان هناك الكثير من الجهود لإضافة جهاز التعهد على الكلام إلى إدارة بيئات الحروب، ففي أحد دراسة جدوى التعهد على الكلام قد تم اختبار المعدات بالاقتران مع عرض معلومات متكاملة لتطبيقات إدارة المعركة البحرية. المستخدمين كانوا متفائلين جدا حول إمكانيات النظام، على الرغم من محدودية قدراته.

تدريب وحدات تحكم الحركة الجوية

تدريب مراقبي الحركة الجوية (برج المراقبة) يمثل تطبيق ممتاز لأنظمة التعهد على الكلام. كثير من نظم التدريب على المراقبة الجوية حاليا تتطلب إنسان ليكون بمثابة "شبه قائد"، والانخراط في محادثة مع وحدة تحكم التدريب، الذي يحاكي محادثة وحدة التحكم مع القادة من برج المراقبة في الحقيقية.التعهد على الكلام وتوليف تقنيات تتيح إمكانية القضاء على الحاجة لشخص للعمل كطيار زائف، وبالتالي يحد من تدريب ودعم الأفراد. من الناحية النظرية، تتميز مهام المراقب الجوي بالتنظيم العالي للكلام كمخرجات تحكم أساسية، الذي بدوره يقوم بالحد من صعوبة مهام تمميز الكلام ولكن حقيقة هذا نادرا ما يحدث. ففي وثيقة القوات المسلحة الأنغولية 7110,65 تفاصيل العبارات التي يجب استخدامها من قبل مراقبي الحركة الجوية. بينما هذه الوثيقة تعطي أقل من 150 من أمثلة هذه العبارات، وعدد من العبارات التي يدعمها أحد أنظمة محاكاة أجهزة التعهد على الكلام ما يزيد على 500,000.

الاتصالات الهاتفية وغيرها من المجالات

أصبح شائعا الآن استخدامه في مجال الاتصالات الهاتفية في ألعاب الكمبيوتر والمحاكاة، على الرغم من المستوى العالي في معالجة النصوص في الحوسبة التي وصل إليها إلا أنه لم ير الزيادات المتسقطة في استخدامه. .

مزيد من التطبيقات

الترجمة الآلية.
سيارات التعهد على الكلام (على سبيل المثال، فورد سينك).
تقارير المحاكم ( كتابة الصوت الحقيقي).
الحوسبة حرة اليدين: تمييز آوامر طلب مستخدم الكمبيوتر الصوتي، التشغيل الآلي للصفحة الرئيسية.
الرد الصوتي التفاعلي.
الهواتف الننطقة، بما في ذلك البريد الإلكتروني الصوتي.
التفاعل لمتعدد الوسائط.
تقييم النطق في اللغة بمساعدة الحاسوب، الروبوتات.
خطاب إلى النص.
التليماتية (مثل نظم الملاحة المركبة).
النسخ الرقمي (خطاب إلى النص).
ألعاب الصوت والصورة.

مراجع

^ Assael, Yannis; Shillingford, Brendan; Whiteson, Shimon; de Freitas, Nando (5 November 2016). "LipNet: End-to-End Sentence-level Lipreading". arXiv:1611.01599 [cs.CV].
^ Mohri, M. (2002). "Edit-Distance of Weighted Automata: General Definitions and Algorithms" (PDF). International Journal of Foundations of Computer Science. 14 (6): 957–982. doi:10.1142/S0129054103002114. مؤرشف من الأصل (PDF) فيعشرة أغسطس 2017. اطلع عليه بتاريخ 28 مارس 2011.
^ An application of recurrent neural networks to discriminative keyword spotting. Proceedings of ICANN (2), pp. 220–229.^{[وصلة مكسورة]}نسخة محفوظة 26 أبريل 2020 على مسقط واي باك مشين.

تعهد على الكلام في المشاريع الشقيقة

صور وملفات صوتية من كومنز

[1] Assael, Yannis; Shillingford, Brendan; Whiteson, Shimon; de Freitas, Nando (5 November 2016). "LipNet: End-to-End Sentence-level Lipreading". arXiv:1611.01599 [cs.CV].

[2] Mohri, M. (2002). "Edit-Distance of Weighted Automata: General Definitions and Algorithms" (PDF). International Journal of Foundations of Computer Science. 14 (6): 957–982. doi:10.1142/S0129054103002114. مؤرشف من الأصل (PDF) فيعشرة أغسطس 2017. اطلع عليه بتاريخ 28 مارس 2011.

[3] An application of recurrent neural networks to discriminative keyword spotting. Proceedings of ICANN (2), pp. 220–229.^{[وصلة مكسورة]}نسخة محفوظة 26 أبريل 2020 على مسقط واي باك مشين.