БАЗА ДАННЫХ ОЦИФРОВАННОЙ РЕЧИ

А.Г. Буря, А.В. Чекмарев
(Московский государственный институт электроники и математики, Россия)

В настоящее время проблема речевого общения человека с ЭВМ (речевого интерфейса) все так же актуальна, как и несколько лет назад. Сейчас создается достаточно много систем распознавания речи, и их отладка требует значительного по объему речевого материала. Поэтому существует проблема формирования речевой базы данных и се последующего использования. Такие базы создаются во всем мире для задач анализа и изучения речи. Создание такой системы, включающей в себя образцы русской речи - актуальная проблема для исследователей в нашей стране.

В данной работе ставилась задача спроектировать и реализовать информационную систему для управления базой оцифрованных речевых данных. Речевые данные - это записанные в цифровой форме отдельные слова или целые фразы, произнесенные различными дикторами.

К информационной системе предъявлялись следующие требования: она должна обеспечивать хранение речевых данных в цифровом виде, иметь средства по упорядочиванию речевых данных и по их поиску. Дополнительно в базе данных должна храниться информация о дикторах и текст записанной речи. Информационная система должна обеспечивать хранение больших объемов данных (до 1 Гб и более).

Разработка методики заполнения речевой базы данных выделяется в отдельную задачу. Авторы предложили следующие рекомендации: отдельные записанные слова и фразы заносить в словари, классифицирующие их по предметной области (графический словарь, числовой и т. д.), условия проведения записи тщательно документировать и выдерживать постоянными на протяжении всего сеанса записи, дикторов подбирать различного пола и возраста.

Данная информационная система может применяться для тестирования систем распознавания, идентификации « синтеза речи. Полнота ее данных позволяет провести анализ статистического распределения особенностей в произношении русской речи. Система также может использоваться в учебном процессе для студентов, изучающих методы распознавания речи.

В работе была спроектирована и реализована информационная система в среде Delphi для Windows 95/NT. Для хранения текстовых и числовых данных использовались файлы локальных СУБД Оцифрованные речевые данные записывались в стандартном формате фирмы Microsoft RIFF WAVE.

В настоящее время ведутся работы по подготовке к заполнению базы данных, выполняется тестирование всей системы на кафедре ЭВА МГИЭМ

Полная версия доклада - Секция А- РЕЧЕВАЯ БАЗА ДАННЫХ ( А.Г. Буря, А.В. Чекмарев (Московский государственный институт электроники и математики, Россия)