Предикативная симптоматика и биометрия речевого поведения

Научно-техническая информация. Серия 2: Информационные процессы и системы Pub Date : 2021-01-01 DOI:10.36535/0548-0027-2021-02-3

Николай Иванович Сидняев, N. I. Sidnyaev, Ю. И. Бутенко, Yu.I. Butenko, Ю В Строганов, Yu.V. Stroganov, Анастасия Дмитриевна Киселева, А.D. Kiseleva

{"title":"Предикативная симптоматика и биометрия речевого поведения","authors":"Николай Иванович Сидняев, N. I. Sidnyaev, Ю. И. Бутенко, Yu.I. Butenko, Ю В Строганов, Yu.V. Stroganov, Анастасия Дмитриевна Киселева, А.D. Kiseleva","doi":"10.36535/0548-0027-2021-02-3","DOIUrl":null,"url":null,"abstract":"Рассматриваются вопросы предикативной аналитики при использовании различных методов и алгоритмов для прогнозирования речи на основе статистических данных, а также распознавания речевой информации с помощью нейросетевых обучающихся систем. Приведены вероятностные элементы текста и речевого поведения, которые должны быть учтены при создании алгоритма распознавания речи и выдачи рекомендаций по её улучшению. Для преобразования речевого акустического сигнала в цепочку символов и слов предлагается алгоритм анализа предложений. Анализируются принципы работы современных систем распознавания речи. Предложена методика обработки речевых фраз с использованием математических алгоритмов с оценкой уровней сигналов, позволяющей определить степень влияния индивидуальных особенностей речевого аппарата. Проведена оценка выраженности аномальной симптоматики у испытуемых с дефектами речи и предложен метод количественной оценки выраженности отклонения симптоматики у этих испытуемых.","PeriodicalId":24076,"journal":{"name":"Научно-техническая информация. Серия 2: Информационные процессы и системы","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2021-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Научно-техническая информация. Серия 2: Информационные процессы и системы","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.36535/0548-0027-2021-02-3","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

Abstract

Рассматриваются вопросы предикативной аналитики при использовании различных методов и алгоритмов для прогнозирования речи на основе статистических данных, а также распознавания речевой информации с помощью нейросетевых обучающихся систем. Приведены вероятностные элементы текста и речевого поведения, которые должны быть учтены при создании алгоритма распознавания речи и выдачи рекомендаций по её улучшению. Для преобразования речевого акустического сигнала в цепочку символов и слов предлагается алгоритм анализа предложений. Анализируются принципы работы современных систем распознавания речи. Предложена методика обработки речевых фраз с использованием математических алгоритмов с оценкой уровней сигналов, позволяющей определить степень влияния индивидуальных особенностей речевого аппарата. Проведена оценка выраженности аномальной симптоматики у испытуемых с дефектами речи и предложен метод количественной оценки выраженности отклонения симптоматики у этих испытуемых.

查看原文本刊更多论文

言语行为的谓词症状和生物特征

在使用不同的方法和算法根据统计数据预测语言的问题，以及通过神经网络学习系统识别语音信息的方法和算法时，人们正在研究谓词分析师的问题。这些都是文本和语言行为的概率元素，在创建语音识别算法和提供改进建议时必须考虑到。为了将声音信号转换成字符串和单词，提供了一种分析句子的算法。分析现代语音识别系统的工作原理。提供了一种语言处理方法，使用数学算法来评估信号水平，以确定语言设备的个人特征的影响程度。对有语言缺陷的受试者的异常症状的表达式进行了评估，并提出了一种方法来量化这些受试者的症状偏差。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Научно-техническая информация. Серия 2: Информационные процессы и системы

自引率

0.00%

发文量