665

Ҳозирги  кунда  шахсни  нутқи  асосида  таниб  олиш  тизимлари  кўплаб  йирик  коорпорациялар 
томонидан  ишлаб  чиқилган  ва  ишлаб  чиқилмоқда.  Мазкур  тизимлар  кўплаб  соҳаларда  кенг  тадбиқ 
этилмоқда.  Жумладан,  дастур  ва  қурилмаларни  бошқаришда,  стенограммаларни  шакллантиришда 
имконияти  чекланганларни  ўқитишда,  таълим  жараёнида  ва  телефон  сўзлашувларида  кенг  тадбиқ 
этилмоқда.  Нутқни  таниб  олиш  тизимини  ишлаб  чиқиш  кўп  маблағ  талаб  қилувчи  ва  ўта  мураккаб 
масаладир. Одатда таниб олиш тизимлари очиқ ва ёпиқ кодли турларга ажратилади. Ҳар бир тур ўзига 
хос ва ўзига мос ютуқ ва камчиликларга эга. Ушбу мақола нутқни таниб олишнинг очиқ ва ёпиқ кодли 
тизимлари  таҳлилига  бағишланган  бўлиб,  унда  замонавий  нутқни  таниб  олиш  тизимлари  ва  уларнинг 
хусусиятлари  ўрганилган.  Бу  хусусиятлар  асосида  энг  самарадор  тизимлар  сухандонга  боғлиқлиги, 
тезлиги, ташқи халақитларга ва шовқинларга нисбатан барқарорлиги билан баҳоланган. 

  • Ссылка в интернете
  • DOI
  • Дата создание в систему UzSCI 13-02-2020
  • Количество прочтений 598
  • Дата публикации 26-12-2018
  • Язык статьиO'zbek
  • Страницы38-42
Ўзбек

Ҳозирги  кунда  шахсни  нутқи  асосида  таниб  олиш  тизимлари  кўплаб  йирик  коорпорациялар 
томонидан  ишлаб  чиқилган  ва  ишлаб  чиқилмоқда.  Мазкур  тизимлар  кўплаб  соҳаларда  кенг  тадбиқ 
этилмоқда.  Жумладан,  дастур  ва  қурилмаларни  бошқаришда,  стенограммаларни  шакллантиришда 
имконияти  чекланганларни  ўқитишда,  таълим  жараёнида  ва  телефон  сўзлашувларида  кенг  тадбиқ 
этилмоқда.  Нутқни  таниб  олиш  тизимини  ишлаб  чиқиш  кўп  маблағ  талаб  қилувчи  ва  ўта  мураккаб 
масаладир. Одатда таниб олиш тизимлари очиқ ва ёпиқ кодли турларга ажратилади. Ҳар бир тур ўзига 
хос ва ўзига мос ютуқ ва камчиликларга эга. Ушбу мақола нутқни таниб олишнинг очиқ ва ёпиқ кодли 
тизимлари  таҳлилига  бағишланган  бўлиб,  унда  замонавий  нутқни  таниб  олиш  тизимлари  ва  уларнинг 
хусусиятлари  ўрганилган.  Бу  хусусиятлар  асосида  энг  самарадор  тизимлар  сухандонга  боғлиқлиги, 
тезлиги, ташқи халақитларга ва шовқинларга нисбатан барқарорлиги билан баҳоланган. 

Русский

Показано,  что  в  настоящее  время  крупными  корпорациями  разработаны  и  разрабатываются 
системы распознавания лиц на основе речи, которые    широко применяются в различных областях:  при 
формировании  стенограмм,  в   управлении  обучением    лиц  с  ограниченными  возможностями,  в  сфере 
образования и телефонных разговорах. Обосновано,что разработка системы распознавания речи является 
сложной  проблемой  и  требует  больших  финансовых  затрат.  Установлено,  что  системы  распознавания
подразделяют на типы с открытым и закрытым кодом,  каждый из которых    имеет свои преимущества и 
недостатки. Произведен анализ  систем с открытым и закрытым кодом. Изучены  современные системы 
распознавания  речи  и  их  особенности.  На  основе  этих  особенностей  оценены  зависимость  дикторов, 
скорость речи, устойчивость к внешним помехам и шумам самых эффективных систем.

English

Currently,  large  corporations  have  developed  and  are  developing  speech  recognition  systems.  These 
systems  are  widely  used  in  various  fields.  In  particular,  in  the  management  of  programs  and  devices,  in  the formation of transcripts, in the training of persons with limited ability, in the field of education and telephone conversations.The  development  of  a  speech  recognition  system  is  a  complex  problem  and  requires  a  lot  of financial resources. Typically, the recognition systems are divided into types with open and closed code. Each 
type has its advantages and disadvantages. This article is devoted to the analysis of systems with open and closed code,  in  its  modern  speech  recognition  systems  and  their  features  are  studied.  Based  on  these  features,  the speakers' dependence, speed, stability to external noise and the noise of the most effective systems are estimated.

Название ссылки
1 Ajantha Dr.V. Devi, Suganya Ms.V. An Analysis on Types of Speech Recognition and Algorithm// International Journal of Computer Science Trends and Technology (IJCS T). Vol. 4. Issue 2. Mar – Apr, 2016. Р. 350  355
2 Xiaodong He, Li Deng, Roland Kuhn, Helen Meng , Samy Bengio Introduction to the Issue on Statistical Learning Methods for Speech and Language Processing// IEEE journal of selected topics in signal processing. V ol. 4. 2010. No. 6, december, P. 913 -916
3 Шварц Э. Авторские права на пути Voice XML //Computerworld, 2001. №36
4 Центр Речевых Технологий: http://www.speechpro.ru
5 Методы автоматического распознавания речи: В 2-х книгах /Пер. с англ. Под ред. Ли У. М.: Мир, 1983. Кн. 1. - 328 с
6 Гребнов C.В. Разработка и реализация двухуровневого метода голосового управления на основе скрытых марковских моделей //Информационные технологии. 2009. №9. С. 40 - 46
7 Зачем голосовому Поиску Google нейронные сети? // habrahabr.ru URL: https://habrahabr.ru/company/google/blog/269747/ (дата обращения: 11.03.2018).
8 Поиск оптимальной аудиосистемы распознавания речи на базе открытого исходного кода//habrahabr.ru URL:https://habrahabr.ru/post/230133/(дата обращения:15.03.2018)
9 Распознавание речи от Яндекса. Под капотом у Yandex.SpeechKit //habrahabr.ru URL:https://habrahabr .ru/company/yandex/blog/198556/(дата обращения: 18.04.2018)
10 API(Интерфейс программирования приложений)//progfile.do.am URL:http://progfile.do.am/publ/programmy/api_interfejs_programmirovanija_prilozhen ij/1-1-0-32 (дата обращения: 10.04.2018)
11 http://www.speechpro.ru
12 http://www.microsoft.com/speech/
13 http://www.dragonsys.com
14 http://www.mstechnology.ru
В ожидании