Реализация алгоритмов распознавания речи

@Able man · Регистрация: 24.04.2022

Author24 — интернет-сервис помощи студентам

Подскажите, пожалуйста, алгоритмы, книги, софт и т.п. что поможет в реализации распознавания речи на С/С++!

untyped · 27.05.2022, 02:58

такие вещи - проприетарны на сегодняшний момент.
А также - являются темой многомиллионных исследований.
Нет какого-то одного алгоритма но, в основном, на данный момент - все делают ставку на искусственный интеллект, а также на сопоставление спектральных характеристик фонем с образцом.
Кроме того, при распознавании речи - делается анализ контекста, что помогает различать проблемные слова/фразы.
Но, для этого нужна развёрнутая NLP-система. А это - ещё больший геморрой и ещё большие исследования идут и по сей день.

Даже у всемогущего google при автогенерации субтитров для видео появляются ошибки.

@Able man · 27.05.2022, 23:22 **[ТС]**

untyped, так с чего же начать и что такое "развёрнутая NLP-система"?
Хотел еще заметить, что меня,пока,интересует главное направление РР - преобразование звука речи в слова и т.п.,а идентификация голоса - нет.

untyped · 28.05.2022, 01:07

например, отсюда:
https://ru.wikipedia.org/wiki/Apache_OpenNLP
https://web.archive.org/web/20... enstt.org/
https://ru.wikipedia.org/wiki/... 1%87%D0%B8

@Able man · 28.05.2022, 13:05 **[ТС]**

untyped,спасибо,буду разбираться! Вообще-то,у меня в голове "крутится" свой алгоритм РР,надо попробовать его реализовать на практике,вот только не оказалось бы,что я заново "открыл Америку",хотя может и оказаться,что я "открою новую Америку"!Время покажет!

@Kuzia domovenok · 30.05.2022, 16:46

Able man, всё идёт к тому, что высокоуровневая часть задачи распознавания пишется на Пайтоне, а весь этот спектральный анализ и нейросети давно написан в готовых библиотеках и высокоуровневый скрипт тупо вызывает чужие функции в нужной комбинации.

@Able man · 30.05.2022, 20:52 **[ТС]**

Kuzia domovenok, а почему именно на Пайтоне - он же интерпретируемый и медленный?! Неужели из-за его направленности на ИИ и разработанных библиотек?

@Kuzia domovenok · 31.05.2022, 02:49

Able man, на Пайтоне медленно выполняется только передача управления нужной функции из готовой библиотеки, а сама функция внутри давно уже написана умными людьми, которые и ядра проца во множественном количестве умеют использовать и GPU и что только ни делают для быстрого и оптимального распознавания

@QueryMonkey · 31.05.2022, 07:39

Able man, вы хотите чужую покупную распознавалку вызывать, или свою написать, с крутым спектральным анализом и элементами ИИ?

@Able man · 31.05.2022, 13:20 **[ТС]**

Kuzia domovenok, спасибо, а вот все, что Вы сказали про Пайтон перенести на С/С++, насколько будет лучше и в чем хуже?

QueryMonkey, я буду использовать то, что будет оптимальным для данной задачи!

@QueryMonkey · 31.05.2022, 16:17

Able man, оптимально купить готовое в случая когда не разбираешься в проблеме.
Компании работающие в этой области обладают дюжинами патентов. Если вы их прочтете и что-то поймёте, там описаны эффективные методы которые вам использовать нельзя.

@Able man · 31.05.2022, 18:11 **[ТС]**

QueryMonkey, а если я сам "открою Америку" и воспользуюсь ей в своей программе,не зная,что эта "Америка" уже запатентована? А как держатели патента узнают,что я применил их запатентованный метод,если я "трепать языком" не буду,а результат будет в скомпилированном виде?И наконец,я и сам могу открыть "новую Америку" - чем черт не шутит!

@QueryMonkey · 31.05.2022, 19:14

Able man, к тому времени как вы поднимите свой уровень знаний чтобы самостоятельно сделать распознавание речи на уровне 1980, вы уже будете знать ответы на эти вопросы.

Но чтобы построить карьеру в области распознавания речи, придется отказаться от развития всех других перспективных идей, от 8-фазного тока до охлаждения цпу жидким калием. (Калием, не перепутайте).

Не лучше ли выбрать что-то уникальное, например переднеприводной велосипед с автоматической коробкой передач? В автоиндустрии такое нововведение привело к прорыву.

@Able man · 31.05.2022, 19:25 **[ТС]**

QueryMonkey, опять ты не по теме и чушь "несешь"! Она, прям, из тебя, как из "рога изобилия" лезет! Толку от тебя, как с козла - молоко! Или у вас, в СА, и козлов доят?!

@Kuzia domovenok · 01.06.2022, 13:21

Able man, да, что-то он куда-то с темы съехал на велосипеде

@Kuzia domovenok · 03.06.2022, 13:30

Able man, я тебя шокирую, но всем плевать на то как ты используешь чужие идеи и как чужие используют твои идеи.
Идеи продаются в нашем мире по 10 центов за дюжину.

@Able man 30 / 30 / 2 Регистрация: 24.04.2022 Сообщений: 552 Записей в блоге: 2
	31.05.2022, 18:11 [ТС]	12
	QueryMonkey, а если я сам "открою Америку" и воспользуюсь ей в своей программе,не зная,что эта "Америка" уже запатентована? А как держатели патента узнают,что я применил их запатентованный метод,если я "трепать языком" не буду,а результат будет в скомпилированном виде?И наконец,я и сам могу открыть "новую Америку" - чем черт не шутит! 0

@Kuzia domovenok 4263 / 3322 / 925 Регистрация: 25.03.2012 Сообщений: 12,515 Записей в блоге: 1
	01.06.2022, 13:21	15
	Able man, да, что-то он куда-то с темы съехал на велосипеде 0

untyped 531 / 180 / 39 Регистрация: 18.08.2012 Сообщений: 907
	27.05.2022, 02:58	2
	такие вещи - проприетарны на сегодняшний момент. А также - являются темой многомиллионных исследований. Нет какого-то одного алгоритма но, в основном, на данный момент - все делают ставку на искусственный интеллект, а также на сопоставление спектральных характеристик фонем с образцом. Кроме того, при распознавании речи - делается анализ контекста, что помогает различать проблемные слова/фразы. Но, для этого нужна развёрнутая NLP-система. А это - ещё больший геморрой и ещё большие исследования идут и по сей день. Даже у всемогущего google при автогенерации субтитров для видео появляются ошибки. 0

@Able man 30 / 30 / 2 Регистрация: 24.04.2022 Сообщений: 552 Записей в блоге: 2
	27.05.2022, 23:22 [ТС]	3
	untyped, так с чего же начать и что такое "развёрнутая NLP-система"? Хотел еще заметить, что меня,пока,интересует главное направление РР - преобразование звука речи в слова и т.п.,а идентификация голоса - нет. 0

untyped 531 / 180 / 39 Регистрация: 18.08.2012 Сообщений: 907
	28.05.2022, 01:07	4
	например, отсюда: https://ru.wikipedia.org/wiki/Apache_OpenNLP https://web.archive.org/web/20... enstt.org/ https://ru.wikipedia.org/wiki/... 1%87%D0%B8 0

@Able man 30 / 30 / 2 Регистрация: 24.04.2022 Сообщений: 552 Записей в блоге: 2
	28.05.2022, 13:05 [ТС]	5
	untyped,спасибо,буду разбираться! Вообще-то,у меня в голове "крутится" свой алгоритм РР,надо попробовать его реализовать на практике,вот только не оказалось бы,что я заново "открыл Америку",хотя может и оказаться,что я "открою новую Америку"!Время покажет! 0

@Kuzia domovenok 4263 / 3322 / 925 Регистрация: 25.03.2012 Сообщений: 12,515 Записей в блоге: 1
	30.05.2022, 16:46	6
	Able man, всё идёт к тому, что высокоуровневая часть задачи распознавания пишется на Пайтоне, а весь этот спектральный анализ и нейросети давно написан в готовых библиотеках и высокоуровневый скрипт тупо вызывает чужие функции в нужной комбинации. 0

@Able man 30 / 30 / 2 Регистрация: 24.04.2022 Сообщений: 552 Записей в блоге: 2
	30.05.2022, 20:52 [ТС]	7
	Kuzia domovenok, а почему именно на Пайтоне - он же интерпретируемый и медленный?! Неужели из-за его направленности на ИИ и разработанных библиотек? 0

@Kuzia domovenok 4263 / 3322 / 925 Регистрация: 25.03.2012 Сообщений: 12,515 Записей в блоге: 1
	31.05.2022, 02:49	8
	Able man, на Пайтоне медленно выполняется только передача управления нужной функции из готовой библиотеки, а сама функция внутри давно уже написана умными людьми, которые и ядра проца во множественном количестве умеют использовать и GPU и что только ни делают для быстрого и оптимального распознавания 0

@QueryMonkey Нарушающий 417 / 305 / 46 Регистрация: 13.04.2022 Сообщений: 1,759
	31.05.2022, 07:39	9
	Able man, вы хотите чужую покупную распознавалку вызывать, или свою написать, с крутым спектральным анализом и элементами ИИ? 0

@Able man 30 / 30 / 2 Регистрация: 24.04.2022 Сообщений: 552 Записей в блоге: 2
	31.05.2022, 13:20 [ТС]	10
	Kuzia domovenok, спасибо, а вот все, что Вы сказали про Пайтон перенести на С/С++, насколько будет лучше и в чем хуже? QueryMonkey, я буду использовать то, что будет оптимальным для данной задачи! 0

@QueryMonkey Нарушающий 417 / 305 / 46 Регистрация: 13.04.2022 Сообщений: 1,759
	31.05.2022, 16:17	11
	Able man, оптимально купить готовое в случая когда не разбираешься в проблеме. Компании работающие в этой области обладают дюжинами патентов. Если вы их прочтете и что-то поймёте, там описаны эффективные методы которые вам использовать нельзя. 0

	03.06.2022, 13:30

Опции темы

@QueryMonkey Нарушающий 417 / 305 / 46 Регистрация: 13.04.2022 Сообщений: 1,759
	31.05.2022, 19:14	13
	Able man, к тому времени как вы поднимите свой уровень знаний чтобы самостоятельно сделать распознавание речи на уровне 1980, вы уже будете знать ответы на эти вопросы. Но чтобы построить карьеру в области распознавания речи, придется отказаться от развития всех других перспективных идей, от 8-фазного тока до охлаждения цпу жидким калием. (Калием, не перепутайте). Не лучше ли выбрать что-то уникальное, например переднеприводной велосипед с автоматической коробкой передач? В автоиндустрии такое нововведение привело к прорыву. 0

@Able man 30 / 30 / 2 Регистрация: 24.04.2022 Сообщений: 552 Записей в блоге: 2
	31.05.2022, 19:25 [ТС]	14
	QueryMonkey, опять ты не по теме и чушь "несешь"! Она, прям, из тебя, как из "рога изобилия" лезет! Толку от тебя, как с козла - молоко! Или у вас, в СА, и козлов доят?! 0