Rozpoznávání a syntéza řeči
PLIN059
Mgr. Dana Hlaváčková, Ph.D.
Mgr. Jakub Machura, Ph.D.

Fonetika
●přírodní věda na pomezí lingvistiky, anatomie, fyziologie a fyziky (akustiky)
●zkoumá zvukovou stránku jazyky z různých aspektů
●Dělení fonetiky:
–artikulační – tvorba fónů ve zvukovém ústrojí
–akustická – přenos zvuků prostředím, jejich frekvence…
–percepční – jak jsou zvuky přijímány

Fonetika
●fón
●foném (např. lis – les – los).
●alofón
●koartikulace
●fonetická abeceda
●IPA

undefined
https://en.wikipedia.org/wiki/International_Phonetic_Alphabet


Fonetický přepis
Děti se zítra čestně přiznají, že okno rozbily.
přepis IPA:
[ ɟɛcɪ sɛ ziːtra ʧɛstɲɛ pr̝̊ɪznajiː ∣ ʒɛ ʔokno rozbɪlɪ ∥ ]
český přepis:
[ ďeťɪ se ziːtra čestňe př̥ɪznajiː ∣ že ʔokno rozbɪlɪ ∥ ]

Rozpoznávání řeči
●Automatic Speech Recognition (ASR)
●Speech-To-Text (STT)
●odlišit od – rozpoznávání hlasu – identifikace mluvčího (verifikace, bezpečnostní systémy)
●převod zvukového signálu na text
●bigramy, n-gramy, pravděpodobnost výskytu slov na základě předchozího kontextu, neuronové sítě
●velikost slovníku, korpusy
●vliv intonace, výslovnosti, přízvuku a okolního šumu
●komplikovanější pro flektivní jazyky

Rozpoznávání řeči
●rozpoznávání izolovaných slov
●hlasové povely – hlasové ovládání počítače, hry, automobilu
●rozpoznávání spojité řeči
●jeden mluvčí – Speaker Dependent
●více mluvčích – Speaker Independent (možnost adaptace)
●meze:
●mikrofon + eliminace šumu
●zřetelná výslovnost
●doménově specializovaná oblast
–omezená slovní zásoba (právo, medicína)
●natrénováno na jednoho mluvčího

Rozpoznávání řeči
●ověřování hlasem
●diktovací systémy
●transkripce audio nahrávek
●přepisy záznamu televizních a rozhlasových pořadů
●titulkovací systémy
●pomoc handicapovaným osobám (hlasové ovládání)
●dialogové systémy, automatická spojovatelka
●mobilní aplikace

Rozpoznávání řeči
●Transkriptor – https://transkriptor.com/cs/
●Funkce Transscribe od Microsoft

Pracoviště v ČR
●ZČU Plzeň – Katedra kybernetiky Fakulty aplikovaných věd, Oddělení umělé inteligence,
http://www.kky.zcu.cz/cs
●akustické rozpoznávání řeči
●audiovizuální rozpoznávání řeči
●rozpoznávání znakové řeči
●titulkovací systémy
●původně spin-off SpeechTech (https://www.speechtech.cz)
●diktovací systém NovaVoice (technologie MegaWord), se společností Consulting Company Novasoft
(https://ccnovasoft.cz)

Pracoviště v ČR
●TU Liberec – Ústav informačních technologií a elektroniky Fakulty mechatroniky, informatiky a
mezioborových studií
●Laboratoř počítačového zpracování řeči SpeechLab (http://speechlab.tul.cz/index.html)
●diktovací systém NewtonDictate, s firmou Newton Technologies (https://www.newtontech.net/cs/)
●VUT Brno – Fakulta informačních technologií
●Ústav počítačové grafiky a multimédií
●Speech@FIT – výzkum zaměřený na verifikaci hlasu
●původně spin-off Phonexia (http://www.phonexia.com/)

Ukázky
Katedra kybernetiky
https://www.youtube.com/channel/UCgLPJ6VT9rmwQ3GuZBajZ2w
NewtonDictate
●http://www.youtube.com/watch?v=W0BT6DKzF3s
●a další videa na YouTube…
pro pobavení:
●Windows Vista Speech Recognition http://www.youtube.com/watch?v=kX8oYoYy2Gc
●

Syntéza řeči
●Speech Synthesis
●Text-To-Speech (TTS)
●subslovní řečové segmenty, konkatenace (řetězení)
●difóny (jednotka od poloviny jedné hlásky do poloviny druhé)
●trifóny (kontext hlásky)
●modelování prozodických charakteristik řeči (melodie, tempo, hlasitost)
●mluvené (řečové) korpusy
●kvalita posuzována podle podobnosti lidskému hlasu
●

Syntéza řeči
●služby telefonních systémů
●software pro zrakově postižené osoby – odečítače obrazovky (screenreader,
pristupnost.cz/screen-readery)
●ZČU http://www.kky.zcu.cz/cs
●spojení s vizualizací (audiovizuální syntéza řeči)
●SpeechTech https://www.speechtech.cz
●Acapela (https://www.acapela-group.com/)
●Google WaveNet – neuronové sítě, https://cloud.google.com/text-to-speech
●
●

Dialogové systémy
●
●Google Assistant https://assistant.google.com/
●Amazon Alexa https://cs.wikipedia.org/wiki/Amazon_Alexa
●ELIZA computer therapist https://cs.wikipedia.org/wiki/ELIZA
●Talk to Poppy / Elysai – terapie https://www.talktopoppy.com/
●https://promethist.ai/
●iPhone – asistentka Siri, rozumí a odpovídá
https://www.youtube.com/watch?v=AfzPngLC92U&ab_channel=MayankBhardwaj
●SMART HOUSE – ENGLISH VERSION – REMA 1000 - YouTube