В Институте систем управления разработаны системы распознавания речи

21.02.2021 / Конференции, собрания

Системы, основанные на технологиях и методах искусственного интеллекта (ИИ), позволяют реализовать различные функции человеческого интеллекта, решать трудно формализуемые практические задачи в компьютерных системах, что приводит к значительной экономической эффективности и ежедневно расширяет область применения. Эти технологии нашли массовое применение в таких областях, как идентификация изображений, понимание текста, распознавание речи, экономика, медицина, криминалистика, журналистика и т.д.

Обработка естественных языков - это ветвь области применения искусственного интеллекта, изучающая анализ и синтез любого естественного языка посредством компьютера. Речь - это наиболее естественная форма общения между людьми, и сегодня она начинает играть все более важную роль во взаимодействии между человеком и машиной. Распознавание речи - это анализ человеческой речи и автоматическое преобразование ее в текст с помощью компьютерных программ. В последнее время достигнуты высокие результаты в этой области, которая развивается с 1960-х годов.

Азербайджанская наука тоже вносит свой вклад в этот процесс. Ученым Института систем управления (ИСУ) Национальной академии наук Азербайджана удалось создать конкурентоспособные прикладные системы в результате исследований в области распознавания речи (преобразование человеческой речи в текст и ее обработка), одного из ключевых элементов искусственного интеллекта. Исследования и коммерциализация результатов проводились в институте в рамках сотрудничества с частной компанией.

По результатам исследования, руководителем которого является доцент Абульфат Фатуллаев, а научным консультантом академик Али Аббасов, были разработаны и созданы с использованием методов машинного обучения и глубокого обучения (Machine Learning, Deep learning) нейронно-сетевые модели и алгоритмы систем распознавания речи (СРР) для ряда европейских языков (немецкий, турецкий, английский, испанский, итальянский, французский) и азербайджанского языка. Большие данные (Big Data) и технологии распределенных вычислений широко используются в создании и обработке акустических, лингвистических и других информационных баз для обеспечения нормальной работы СРР. Следует отметить, что информационные базы создавались полностью автоматизированным способом, автоматически отбирая терабайты информации с использованием ресурсов Интернета.

Хотя модели нейронных сетей, полученные в результате исследования, состояли из большого количества параметров, при использовании моделей ученые смогли выполнять вычисления с достаточно высокой скоростью, используя параллельные алгоритмы, разложение матриц и другие методы. Созданы и выложены в Интернет для использования онлайн версии системы на английском, немецком, турецком и азербайджанском языках.

Сегодня с помощью СРР можно обеспечить развитие многих областей. Так, они используются для программирования и решения ряда задач в области гуманитарных наук, включая исследования в области лингвистики, такие как автоматический анализ текстов, машинный перевод, составление словарей. СРР можно использовать в управлении бизнесом, автоматизации общения с клиентами в колл-центрах и снижении нагрузки на операторов и телефонные линии, автоматическом анализе звонков, проведении маркетинговых исследований, вводе данных в базы данных и других областях. Кроме того, СРР также может широко использоваться при создании голосового интерфейса («умный дом», бытовая техника, автомобильная навигация и т.д.). В результате применения на порталах электронного государства СРР может создать возможности голосовой навигации, голосового поиска, ввода голосовых данных, биометрической аутентификации пользователя.

Применение СРР в широко используемой системе дистанционного обучения может создать условия для подтверждения личности студентов, особенно для аутентификации во время экзаменов. Используя эти технологии, можно создавать специальные сервисы, отвечающие потребностям людей с ограниченными возможностями, чтобы они могли получать образование, необходимую информацию и профессиональные знания и в результате активно заниматься социально-трудовой деятельностью.

Следует отметить, что согласно прогнозам развития информационных технологий на ближайшие годы, годовой объем мирового рынка технологии распознавания речи и различных ее приложений (анализ речи, мониторинг СМИ, виртуальный помощник, идентификация диктора и т.д.) оценивается в 25 миллиардов долларов.

Расширение и комплексное применение научных исследований в области искусственного интеллекта, одной из самых современных и престижных областей науки, а может быть, и первой, положительно скажется на инновационном экономическом развитии нашей страны.