音声認識ソフトウェアのさまざまなレベル

Question

音声レベル、構文レベル、セマンティックレベル、音韻レベル、音響レベル、 言語レベル、言語レベル。

他のレベルはありますか？

下から上への順序は？

そして、彼らは本当に何をしているのですか？

Answer 1

言語は多くの多様性を認めますが、多くの規則に従います（多くの場合、多くの例外を除いて、緩い規則もあります）。そのため、特定の言語では、特定の音が他の音に続く可能性が高く、特定の単語が他の音に続く可能性が高いなどです。レベルは基本的にモデリングのレベルです。

音響レベルは、どの音響信号が人間の音声を区別するのに役立つかを判断しようとしています。次のような質問に答えようとします。<！> quot;このバックグラウンドノイズか、音声か？<！> quot;

音韻レベルは、音響信号を音素のシーケンスに再構成しようとするときに、どの音が最も組み合わされる可能性が高いかに基づいています。これは基本的に音声レベルと同じだと思います。

言語レベルは、ユーザーがどのようなアクセントを持っているか、方言などを決定します。

構文レベルでは、文の構文に基づいて、どの単語が一緒に表示される可能性が高いかを調べています。これにより、音韻レベルに基づいて推測されたはずの単語が削除されますが、非文法的な文が作成されます。

私が理解している言語レベルは、コンテキストに基づいて適切な単語（たとえば、私たち対時間）を選ぶことの問題です。

セマンティックレベルでは、文の意味をモデル化し、動詞と前置詞の文法関係に適合しないものを取り除きます。たとえば、動詞は直接オブジェクトを取りませんので、そのセマンティックスロットに何かがある場合は、おそらくエラーがあります。

順序は実際にアプリケーションに依存し、それらの一部は互いに折りたたまれたり、一部はまったく使用されなかったりします。私にとって理にかなっている概念的な階層は音響的です！音韻=音声<！> lt;言語<！> lt;構文<！> lt;言語<！> lt;セマンティック。