Speech Recognition Grammar Specification Semantic Intepretation for Speech Recognition Ostatní standardy W3C VoiceBrowser Activity Dialogové systémy Luděk Bártek Fakulta informatiku Masarykova univerzita podzim 2014 Luděk Bártek Dialogové systémy Speech Recognition Grammar Specification Semantic Intepretation for Speech Recognition Ostatní standardy W3C VoiceBrowser Activity Q| Speech Recognition Grammar Specification Q Semantic Intepretation for Speech Recognition Ql Ostatní standardy W3C VoiceBrowser Activity Luděk Bártek Dialogové systémy SRG Speech Recognition Grammar Specification Semantic Intepretation for Speech Recognition Ostatní standardy W3C VoiceBrowser Activity • W3C specifikace jazyka pro zápis bez kontextových gramatik pro podporu rozpoznávání řeči. • Aktuální verze 1.0 (březen 2004). » Nahradil původně používaný standard JSGF. • Dvě varianty zápisu gramatiky: • XML o Augmented Backus-Naur Form (ABNF). • Liší se pouze zápis nikoliv vyjadřovací síla. • Možnost použití způsobu zápisu závisí na použité platformě. • Vetší podpora pro XML formát. Luděk Bártek Dialogové systémy Speech Recognition Grammar Specification Semantic Intepretation for Speech Recognition Ostatní standardy W3C VoiceBrowser Activity Gramatiky (Teorie Formálních Jazyků) • Gramatika G = (N, Z, P, S) • N - množina neterminálních symbolu • Y. - abeceda • P - množina pravidel • S - kořenový neterminál. • Bezkontextová gramatika • gramatika G — (N, T, P, S) • pravidla ve tvaru: N —>• {N U Y.}*. Luděk Bártek Dialogové systémy Speech Recognition Grammar Specification Semantic Intepretation for Speech Recognition Ostatní standardy W3C VoiceBrowser Activity XML Formát Gramati • XML prolog. • Kořenový element - grammar. • Atributy: • root - pravidlo odpovídající kořenovému neterminálnímu symbolu o xmhlang - jazyk gramatiky • version - použitá verze SRGS (aktuálně pouze 1.0) • mode • dtmf • voice - implicitní hodnota • ... • Element grammar - obsahuje množinu pravidel (elementů rule). Luděk Bártek Dialogové systémy Speech Recognition Grammar Specification Semantic Intepretation for Speech Recognition Ostatní standardy W3C VoiceBrowser Activity ABNF Gramatika • ABNF hlavička • #ABNF verze [kódováni] #ABNF 1.0 ISO-8859-2 • root $ jméno pravidla; - kořenový neterminální symbol • language jazyk; • mode voice|dtmf; #ABNF 1.0 UTF-8 root $pozdrav; language cs-CZ; mode voice; Luděk Bártek Dialogové systémy Speech Recognition Grammar Specification Semantic Intepretation for Speech Recognition Ostatní standardy W3C VoiceBrowser Activity ápis pravi • Levá strana pravidla: • X M L formát • element rule • atribut id - jednoznačný identifikátor pravidla • obsah - pravá strana pravidla ahoj • ABNF • $pozdrav = ahoj; Luděk Bártek Dialogové systémy Speech Recognition Grammar Specification Semantic Intepretation for Speech Recognition Ostatní štandardy W3C VoiceBrowser Activity Zápis pravidla • Pravá strana pravidla • může obsahovat terminálni a neterminální symboly: • sekvenci • varianty 9 XML formát • tělo elementu rule Proved s parametry . • ABNF • $ = $vstup = Proveď $ s parametry $ nebo $vstup = Proved $prikazy s parametry $parametry Luděk Bártek Dialogové systémy Speech Recognition Grammar Specification Semantic Intepretation for Speech Recognition Ostatní standardy W3C VoiceBrowser Activity Sekvence • Posloupnost terminálních a neterminálních symbolů. • X^YZa • Lze ji rozdělit na logické části. • XML zápis: • zapsat přímo Chci jet z . dělení na logické části využitelnost • počet opakování dané části (atribut repeat • sémantická interpretace Luděk Bártek Dialogové systémy Speech Recognition Grammar Specification Semantic Intepretation for Speech Recognition Ostatní standardy W3C VoiceBrowser Activity Sekvence Ukázky • XML Formát: Chci jet z do v • ABNF zápis: $spojeni = Chci jet z $misto do $misto $druh $datum v $cas. Speech Recognition Grammar Specification Semantic Intepretation for Speech Recognition Ostatní standardy W3C VoiceBrowser Activity • umožňují uživateli zadat jeden z možných vstupů • X Y\Z\a • XML zápis: cervena zelena < it em>modra • ABNF zápis $barvy = (červenal zelenal modra) Luděk Bártek Dialogové systémy Speech Recognition Grammar Specification Semantic Intepretation for Speech Recognition Ostatní standardy W3C VoiceBrowser Activity Opakov, • Umožňuje specifikaci: • nepovinných částí promluvy • opakovaných částí promluvy • XML zápis • pomocí atributu repeat u elementu item www •Citem repeat="l-2"> tečka tečka Speech Recognition Grammar Specification Semantic Intepretation for Speech Recognition Ostatní standardy W3C VoiceBrowser Activity Opakov, • ABNF zápis • za prvek uvedeme počet opakování uzavřený do <> $adresa = www $castAdresy $tld $castAdresy = tečka $text • počet opakování • číslo - číslo krát • číslol- číslo2 - číslol - číslo2 krát • číslo- - číslo - oo krát Luděk Bártek Dialogové systémy Speech Recognition Grammar Specification Semantic Intepretation for Speech Recognition Ostatní standardy W3C VoiceBrowser Activity Zvláštní pravidla • GARBAGE - odpovídá libovolné promluvě až po následující blíže specifikovanou část • VOID - pravidlo, které nelze vyslovit (zakázaní určité promluvy) • NULL - pravidlo, které je vždy rozpoznáno (může být i prázdné) • XML formát: • •Cruleref special="GARBAGE"/> z do •Cruleref uri="#prostredek"/> • ABNF • $ pravidlo $spojeni = $GARBAGE z $misto do $misto $prostredek Luděk Bártek Dialogové systémy Speech Recognition Grammar Specification Semantic Intepretation for Speech Recognition Ostatní standardy W3C VoiceBrowser Activity • Specifikace W3C. • Příklady použité na přednášce (viz složka data ve studijních materiálech v ISu). Luděk Bártek Dialogové systémy Speech Recognition Grammar Specification Semantic Intepretation for Speech Recognition Ostatní standardy W3C VoiceBrowser Activity • Sémantika - přiřazuje význam slovům a promluvám. • Sémantika v dialogových systémech - přiřazuje význam promluvám a jejich částem • SISR - standard W3C pro zpracování sémantiky promluvy. • aktuální verze 1.0 • publikován - duben 2007 • úzce spjat se standardy • ECMAScript • SRGS • Umožňuje přiřazení základních interpretací částem promluvy a vytváření odvozených interpretací pro nadřazená tvrzen • přiřazení interpretace částem promluvy • odvozování interpretace na základech dílčích interpretací • přiřazení interpretace vstupním polím dialogu Luděk Bártek Dialogové systémy Speech Recognition Grammar Specification Semantic Intepretation for Speech Recognition Ostatní standardy W3C VoiceBrowser Activity Přiřazení interpretace části promluvy • Sémantická interpretace bývá součástí pravidla SRGS. • K pravidlu přiřazena pomocí elementu/atributu tag. • XML formát SRGS gramatiky: • element tag •Cruleref uri="souhlas"/>{out='ano'} • atribut tag elementu item •Citem tag="ano">jo • ABNF tvar: • uveden za interpretovanou část promluvy • tvar: interpretace $souhlas = jo {ano} Luděk Bártek Dialogové systémy Speech Recognition Grammar Specification Semantic Intepretation for Speech Recognition Ostatní standardy W3C VoiceBrowser Activity Odvozování interpretace na základě dílčích interpretací • Zápis pomocí výrazů v jazyce ECMAScript. • Přiřazeno k pravidlům pomocí elementu tag. • Interpretace reprezentována pomocí objektů jazyka ECMAScript. • Stínové proměnné: • pro pravidla - objekt rules • výstup - objekt out Luděk Bártek Dialogové systémy Speech Recognition Gramn iar Specification Semantic Intepretation for Spe !ech Recognition Ostatní standardy W3C Voice Browser Activity Odvozování interpretace na základě dílčích interpretací XML formát SRGS gramatiky Mám {out = rules.barva + + rules.prostředek;} Luděk Bártek Dialogové systémy Speech Recognition Grammar Specification Semantic Intepretation for Speech Recognition Ostatní standardy W3C VoiceBrowser Activity Odvozování interpretace na základě dílčích interpretací ABNF gramatika $vlastnictvi = mam $barva <0-l> $prostredek {out = rules.barva + ;;; + rules.prostředek;}; $barva = (červenou {červena} Ičervené{cervena} Izelenou{zelena} Izelene{zelena}); $prostredek = (auto{auto} | kolobezku{kolobezka}); Luděk Bártek Dialogové systémy Speech Recognition Grammar Specification Semantic Intepretation for Speech Recognition Ostatní standardy W3C VoiceBrowser Activity Přiřazení interpretace vstupním polím VoiceXML formuláře • Využívají se atributy stínového objektu out • XML formát: Mám { out.barva = rules.barva; out.prostředek = rules.prostředek; } Luděk Bártek Dialogové systémy Speech Recognition Grammar Specification Semantic Intepretation for Speech Recognition Ostatní standardy W3C VoiceBrowser Activity Přiřazení interpretace vstupním polím VoiceXML formuláře • ABNF gramatika: $vlastnictvi = mam $barva <0-l> $prostredek { out.barva = rules.barva; out.prostředek = rules.prostředek; >; $barva = (červenou {červena}| cervene{cervena}| zelenou{zelena}| zelene{zelena}); $prostredek = (auto{auto} | kolobezku{kolobezka}); Luděk Bártek Dialogové systémy Speech Recognition Grammar Specification Semantic Intepretation for Speech Recognition Ostatní standardy W3C VoiceBrowser Activity • Specifikace SISR • ECMAScript • Příklady použité na přednášce. Luděk Bártek Dialogové systémy Speech Recognition Grammar Specification Semantic Intepretation for Speech Recognition Ostatní standardy W3C VoiceBrowser Activity Další standardy W3C VoiceBrowser Activity • SSML • Pronunciation Lexicon Specification • Call Control XML • State Chart XML Luděk Bártek Dialogové systémy Speech Recognition Grammar Specification Semantic Intepretation for Speech Recognition Ostatní standardy W3C VoiceBrowser Activity Speech Synthesis Markup Language • Značkovací jazyk pro podporu syntetizované řeči ve webových aplikacích. • Standard W3C • Aktuální verze 1.0 (září 2004) • Vychází z JSGF/JSML (JSpeech Markup Language) • Cíle: • musí umožňovat konzistentní ovládání hlasového výstupu řečovým syntetizérem. • musí dovolovat TTS pro co nejširší škálu aplikací a domén • musí být internacionalizovaný • musí být snadno použitelný pro psaní dokumentů • musí být implementovatelný pomocí stávajících technologií • JSML dokumenty musí být lidsky čitelné. • Zbytek viz syntéza řeči. Luděk Bártek Dialogové systémy Speech Recognition Grammar Specification Semantic Intepretation for Speech Recognition Ostatní standardy W3C VoiceBrowser Activity Pronunciation Lexicon Specification (PLS) • Standard W3C • Aktuální verze 1.0 (říjen 2008) • Definuje značkování pro specifikaci slovníků výslovnosti pro podporu syntézy a rozpoznávání řeči. • Specifikace W3C Luděk Bártek Dialogové systémy Speech Recognition Gramn iar Specification 1 Semantic Intepretation for Spe :ech Recognition 1 Ostatní standardy W3C Voicel Browser Activity 1 Call Control XML • Standard W3C • Aktuální verze 1.0 (červenec 2011) • navržen pro ovládání telefonních hovorů z dialogových systémů • Specifikace W3C « Umožňuje: • sestavení a ovládání konferenčních hovorů • přesměrování hovoru o ... Luděk Bártek Dialogové systémy