ЧЕЛОВЕЧЕСКИЙ ФАКТОР

Выбор испытательных средств

Выбор испытательных средств и методов для оценки техноло­гии создания речевых систем до сих пор не систематизирован. Тем не менее прикладные исследования стали весьма полезным инструментом идентификации характеристик соответствующих применений, изучения проблем человеко-машинного взаимодей­ствия, требуемых функциональных возможностей систем и оцен­ки необходимости реализации систем распознавания речи в рамках прикладных систем. Следующие ниже примеры приме­нения, заимствованные из работы [47], дают представление о практическом применении технологии распознавания речи.

Пример 1: интегрированная система отображения информации

Главный командный центр военно-морского флота имеет до­ступ к текущей информации относительно местоположения в оперативной зоне кораблей дружественных стран или известных кораблей противника. Большая часть этой информации автома­тически корректируется в соответствии с данными, передавае­мыми непосредственно кораблями США (сведения о текущей дееспособности, местоположении и предполагаемом перемеще­нии), или с данными, поступающими от других автоматических «интеллектуальных» датчиков. Эта информация принимается, обрабатывается вручную и отображается в табличной или гра­фической форме с помощью интегрированной системы отобра­жения информации.

Оборудование для систем распознавания речи прошло на­чальную фазу испытаний в интегрированной системе отображе­ния информации [59]. Руководство военно-морского флота рас­сматривает указанную систему как средство, позволяющее сократить время подготовки новых или нечасто работающих пользователей. Опытным пользователям это дает возможность решать более сложные задачи (например, корреляционного ана­лиза) и гарантировать корректность информации в системе.

Во время проведения испытаний как пользователи, так и руководители с энтузиазмом отнеслись к появлению системы распознавания, однако спустя некоторое время потеряли к ней интерес. Это объясняется неадекватным размером словаря и проблемами аппаратного интерфейса, которые явились помехой для полномасштабной реализации управления работой терми­нального оборудования с помощью речевых команд. Возможно­сти испытываемых средств ограничивались примерно 250 рече - выми выражениями, в то время как для полной реализации нужных операций необходимо свыше 1000 речевых фрагментов. Пример 2: технологический интегратор для перспективного ис­требителя F-16

ВВС, ВМФ и НАСА США субсидировали программу летных ис­пытаний интерактивных речевых систем, разработанных специ­ально для тяжелых летных условий современного истребителя ВВС. Программа включала проведение обширных автономных и комплексных испытаний систем распознавания речи до начала летных испытаний. Значительные улучшения в оценке точности распознавания были отмечены на этих этапах программы. Субъ - •ектозависимая система распознавания со словарем небольшого объема (35 слов) была предназначена для летных испытаний, а подмножество этого словаря из 10 слов было испытано в «ак­тивном» режиме для фактического управления некоторыми сис­темами ВВС.

Опыт, полученный в ходе реализации этой программы, бу­дет использован при оценке операционной эффективности сис­темы. В ходе испытаний было обнаружено, что собственное от­ношение пилота к интерактивным речевым устройствам тоже влияет на работу системы. Повышение точности распознавания способствовало одобрению системы пилотом во время летных испытаний.

Пример 3: тренажерная система с РЛС для обеспечения точно­го захода самолетов на посадку и тренажер для операторов ВВС.

Центр тренажерного оборудования ВМС субсидировал разра­ботку двух экспериментальных тренажерных систем: для опе­раторов РЛС в системе управления течного захода на посадку и для операторов систем перехвата [5, 28]. Обе эксперимен­тальные системы продемонстрировали возможность отказа от использования человека в таких системах в роли «псевдопило­та» и возможность исключения автоматических команд и изме­рения характеристик в случае реализации вербальных задач, что уменьшает рабочую нагрузку оператора. Задачи операторов системы управления воздушным движением хорошо подходят для реализации средств автоматического распознавания речи, поскольку в данном случае от обучаемого требуется овладение высокоструктурированной профессиональной речью.

Эти тренажерные системы с самого начала проектировались в расчете на речевую технологию, а не приспосабливались к возможностям распознавания речи «задним числом». Точность распознавания в таких системах значительно важнее обеспече­ния комфортного взаимодействия обучаемого с системой. В пер­вой системе используется распознаватель дискретных фрагмеи - тов речи, во второй — распознаватель слитной речи. Обе сис­темы достаточно хорошо приспособлены к изменчивости речи обучаемых под влиянием моделируемых эксплуатационных ус­ловий. Обучаемые, в частности, были в невыгодном положении при использовании системы распознавания речи, поскольку не имели большого опыта в речевой связи и требовалось обучать их как новой работе, так и методам речевого управления.

В работе [41] отмечено, что, к сожалению, программа раз­работки системы была изначально претенциозна: в ней преду­сматривались и автоматические команды, и автоматическое измерение рабочих характеристик, и адаптивное изменение про­граммы обучения, и моделирование поведения пилота, и вос­произведение окружающих условий. Все эти подсистемы непо­средственно взаимодействовали с подсистемами распознавания речи, а следовательно, и любые ошибки в распознавании речи усиливались последующими операциями системы [40, 41].

Тем не менее экспериментальные тренажерные системы про­демонстрировали возможность речевого взаимодействия при моделировании систем реального времени в сочетании с разно­образными автоматическими средствами распознавания. Сис­темные расчеты показали, что незначительное увеличение точности распознавания должно вести к существенно более эф­фективному обучению.

Выводы по примерам прикладных систем

Анализ рассмотренных здесь и других примеров применения, заимствованных из доклада [47], позволяет сделать некоторые выводы относительно технологии распознавания речи и ее реа­лизации в различных системах:

1. Точность распознавания является одним из главных огра­ничений.

2. Изменчивость человеческой речи в стрессовых условиях делает характеристики системы неприемлемыми.

3. Успех интерактивных речевых систем в большинстве при­менений является результатом их интеграции с другими про­цедурами или автоматическими системами.

4. Более успешно реализуются проекты, на начальной ста­дии разработки которых сразу предусматривается интерактив­ная речевая система, а не добавляется потом к уже существую­щей.

5. Сильносвязанные системы, которые зависят от точности распознавания вводимых данных, имеют тенденцию к усилению влияния последствий ошибок распознавания.

6. Поэтапный процесс разработки интерактивной речевой системы, включающий периодические проверки и испытания ее пользователями, приводит к более качественной системе.

7. Регистрация речевых характеристик диктора (в субъек - тозависимых системах) обычно более эффективна тогда, когда проводится в ходе выполнения оперативного задания.

8. Другие функции речевого общения в рамках задачи ре­гистрации субъектов иногда создают помехи решению задачи распознавания речевых сигналов.

9. Для задач, темп решения которых задается извне, син­хронизация последовательности выполняемых действий наруша­ется вследствие либо большого времени распознавания, либо ошибок в распознавании.

10. Отсутствие механизма обратной связи при длительных ожиданиях в системах распознавания приводит к возникновению беспокойства операторов по поводу работоспособности системы.

Прикладные области, в которых можно ожидать высокой эффективности системы распознавания речи, разделяются по функциональному признаку. Так, военные применения класси­фицируются по следующим категориям: 1) системы управления базами данных; 2) командно-контрольные системы; 3) обучаю­щие системы [47]. Как следует из табл. 3.3 [47], характеристи­ки систем распознавания речи, требующиеся для этих трех видов применений, различны. Приведенные здесь функциональ­ные категории были установлены применительно к системам военного назначения, однако их можно использовать и в более широком диапазоне. Например, характеристики систем управ­ления базами данных и функциональные категории тренажер­ных систем применимы также в промышленности и медицине для задач распознавания речи. А характеристики военных ко­мандно-контрольных систем могут быть использованы при про­ектировании систем речевого управления техническими средст­вами, предназначенных для людей, страдающих физическими недостатками. Например, речевое управление инвалидной ко­ляской должно отличаться высокой надежностью и малым вре­менем реакции, работать при умеренном н высоком уровнях нагрузки инвалида-оператора и удовлетворять жестким физиче­ским ограничениям.