O‘zbekiston respublikasi fanlar akademiyasi

Система распознавания каракалпакской речи. В этой системе 
распознавания речи первоначально выполняется подготовка данных, при которой 
из каждого из 10 говорящих на каракалпакский собираются записи из 150 слов. С 
использованием фонетической транскрипции составляетя фонетический словарь и 
разрабатывается акустическая и языковая модель. 
База каракалпакский слов используется в этой работе и содержит корпус 
речи и их транскрипцию. В корпусе содержится 150 слов, собранных из каждого 
из 10 говорящих. Для облегчения зачади маркировки речевых сигналов 
аудиофайлы были сгенерированы словами в алфавитном порядке. Частота 
дискретизации записи составляет 16 кГц с разрешением 16 бит. 

---

93 
Далее был создан файл речевых правил (файл транскрипций), который 
содержит транскрипции для каждого предложения конкретной аудиозаписи (файл 
назван asr5_train.transcription). Для каждой транскрипции указаны начало и конец 
предложения. В конце указаны имена файлов (без расширения) аудиозаписи 
данного предложения. Пример:
Файл транскрипций содержит: 
 BELGILE  (p_belgile) 
 BIYKARLA  (p_biykarla) 
Файлы: 
p_belgile.wav 
p_biykarla.wav 
Следующий этап – это создание словаря. Словарь содержит все слова, 
которые находятся в файле транскрипций в алфавитном порядке без повторений. 
После каждого слова прописана фонетический разбор слова. Фонемы указывались 
по определенному правилу.
Пример: Файл asr5.dic 
ALDI`G`A A L D Y GH A 
ALDI`N`G`I` A L D Y NG GH Y 
ALI`W 
A L Y W 
ALPI`S 
A L P Y S 
ALTI` 
A L T Y 
AQI`RI` 
A KH Y R Y 
AQI`RI`NA A KH Y R Y N A 
Обучение. Обучение — это процесс тренировки акустической и языковой 
модели вместе со словарем произношения, чтобы создать базу данных для 
использования в системе распознавания. Обучение акустической модели 
выполняется с использованием инструментов CMU Sphinx. 
Акустическая модель 
В акустической модели наблюдаемые особенности фонем (базовых 
речевых единиц) сопоставляются со скрытой Марковской моделью(HMM). Слова 
в словаре моделируются как последовательность фонем, а каждая фонема 
моделируется как последовательность состояний модели. 
Языковая модель 
В этой системе модель языка n-граммы используется для поиска 
правильной 
последовательности 
слов. 
Поиск 
осуществляется 
путем 
прогнозирования 
вероятности 
n-го 
слова 
с 
использованием
n - 1 предшествующих слов. Обычно используются n-граммовые модели: 
униграмма, биграмма и триграмма. Языковая модель создается путем вычисления 
количества униграмм слова, которые преобразуются в словарь задач с частотами 
слов. Биграммы и триграммы генерируются из учебного текста на основе этого 
словаря. В этой работе для создания языковой модели этой системы используется 
инструментарий 
моделирования 
статистического 
языка 
в 
Кембридже 
(CMUCLMTK).