ЧЕЛОВЕЧЕСКИЙ ФАКТОР

Меры эффективности алгоритма

Наиболее часто используемой мерой эффективности алгоритмов распознавания речи является точность распознавания. Этот па­раметр есть не что иное, как аналог разборчивости речи — ха­рактеристики, которая наиболее часто применяется в качестве меры эффективности алгоритмов генерации речи. Оба указан­ных показателя просто характеризуют долю правильно распо­знаваемых «слушателем» фрагментов речи из множества таких фрагментов, представленных при определенной совокупности условий прослушивания. Когда измеряется точность распозна­вания, функцию «слушателя» выполняет алгоритм распознава­ния. И наоборот, для оценки разборчивости речи, генерируемой алгоритмом, используются люди.

Классы ошибок, встречающихся при распознавании речи либо людьми, либо машинами, совпадают, однако эффектив­ность распознавания человеком или машиной может существен­но различаться. Ошибки можно подразделить на следующие четыре взаимоисключающие категории, или класса: 1) подмены, или ошибки замещения (одно речевое выражение из словаря принимается за другое); 2) ложное восприятие (воспринимает­ся выражение, которое не было произнесено); 3) ошибки «про­пуска» (исключение речевого выражения, которое в действи­тельности было произнесено); 4) непризнание, или ошибка отбрасывания (обнаруживается, но не распознается речевое выражение, которое является правильным элементом словаря). Ошибки отбрасывания часто рассматриваются в литературе по распознаванию речи. В литературе по проблемам разборчивости речи такие ошибки не обсуждаются; они похожи на те случаи, когда субъект отвечает: «не знаю».

Однако как машины, так и люди могут производить и пра­вильное отбрасывание. Такое отклонение оказывается коррект­ным, когда алгоритм «отказывается» обрабатывать фрагмент речи, не содержащийся в существующем словаре. Это может произойти, например, когда пользователь кашляет или что-ни­будь говорит другому человеку в рабочей зоне. Подобным обра­зом слушающий человек будет корректно отбрасывать фраг­менты, произнесенные на незнакомом иностранном языке. А при низком отношении сигнал/шум он будет отклонять непонятные слова на своем языке и заменять их на подходящие по смыслу слова [25]. Такая способность человека требует знания синтак­сиса, семантики и наличия прагматического подхода, а выпус­каемые промышленностью системы распознавания речи пока еще далеки от того, чтобы обладать такой способностью [24,47].