днаково набор фонем (40-50). Альо Є І Такі, что Використовують Тільки в окрем мовах. p> Звуки мови
сприйняттів звуків для машини проходити з помощью мікрофону и аналогово-цифрового перетворювач, что віміряє величину Струму, у Який мікрофон перетворів коливання мембрану. Для ОБРОБКИ мови зазвічай Використовують частоти від 8 до 16 кГц. Хочай звукові частоти мови и досягають таких високих значень, альо зміна змісту сигналу проходити набагато рідше одного, пріблізно 100 Гц. Через це, для Зменшення об'єму опрацювання ІНФОРМАЦІЇ, при аналізі Використовують більші проміжкі годині, фрейми (~ 10 мс). У межах шкірного фрейму его характеристики задаються векторами. br clear=all>В
1) Частотний ряд Деяк звуку.
2) Оброблення сигнал
3) Фрейм з віділенімі характеристиками (3)
У реальних системах Використовують сотні таких характеристик фреймів, альо все ж. очевидно, что при такій обробці Деяка частина ІНФОРМАЦІЇ втрачається. Завдання ОБРОБКИ звукової ІНФОРМАЦІЇ Полягає у тому, щоб, зніщівші УСІ шуми на кшталт гучності, Швидкості Промови, тощо, вічленуваті центральні характеристики, что є основним для даного звуку. Допомагає у цьом такоже Класифікація фонем за їх складом. Наприклад ЯКЩО подібним чином опісуваті букву В«тВ», то можна Сказати, что вона Складається з трьох станів: тихий качан, невеликі вибух (Звільнення повітря) в середіні І, як правило, шіпіння у кінці. p> Логічні системи в мові
Для того, щоб підтрімуваті Розмови з людьми звітність, вміті розпізнаваті зли ТНУ мову, а не Тільки окремі ее елєменти .. альо насправді, зв'язного мова це не просто послідовність ее ЕЛЕМЕНТІВ. І послідовність найбільш імовірніх слів НЕ є найбільш імовірною послідовністю слів. Отже, вірахувавші найбільш імовірні слова за Використання фонем, машина не может точно візначіті речення в цілому, Аджея Використання слів однозначно змінюється в залежності від того, в оточенні якіх слів воно знаходится и на якій позіції. Інша проблема - проблема сегментації, тоб розрізнення кінця одного слова і початки Іншого, Аджея зазвічай у повсякдення мовленні у реченні между словами немає пауз. Як и більшість проблем у розпізнанні мови, ця задача вірішується на базі імовірнісніх обрахунків. p> Розуміння мови
Розробка способів розуміння природного мовлення є одним з найперспектівнішіх и найнеобхіднішіх напрямків розвітку Галузі штучного інтелекту. Цею Напрям базується на методах логічного та імовірнісного пред'явлення знань и формуванні роздумів. На відміну від других областей штучного інтелекту, самє ця потребує детального Дослідження поведінкі людей, Аджея мова - засіб комунікації, притаманний Тільки їм и у Великій мірі відображає Людський псіхологію. Люди посилалось інформацію, закодовану у мові, з метою Досягнення Деяк цілей, мовленнєві активн є Нічим іншім, як СПРОБА прімусіті других суб'єктів зреагуваті ПЄВНЄВ чином. Мова - єдина в своєму роді знакова система, что вікорістовує граматику для генерації структурованіх Повідомлень, что характеризуються НЕОБМЕЖЕНИЙ різновідністю. УСІ Варіанти Використання мови є ситуативним, тоб смисл фрагменту мовлення поклади від сітуації, в якій БУВ Створений. p> Для покращення розуміння граматичного схем, машини могут використовуват Розширення граматики, тоб граматику визначених висловлювань (Definite Clause Grammar-DCG). ВАЖЛИВО проблемою при розумінні природної мови є ее Неоднозначність. Більшість висловлювань может прійматі декілька значень, вірне з якіх, на Данії момент, ЛИШЕ ОДНЕ. Відкінення неоднозначності віконується на Основі знань про світ и сучасности сітуацію у ньом.
Чи не Дивлячись на ті, что Такі Сучасні системи генерування мови як Parry? NET talk та Другие й достатньо добрі могут імітуваті природній Діалог з людиною, смороду, всі ж, чи не могут обманюваті співрозмовніка Дуже довго. Їх проблема Полягає не у пам'яті, не у здатності генеруваті вагомі речення, а у недостатньому розумінні машинами мови, что смороду Використовують. Комп'ютерний аналіз складаний взаємовідносін у середіні мови прізвів до создания й достатньо Складаний програм, что здатні розуміті мову. Прекрасні прикладом для цього может слугуваті перекладач Google. p> Навчання машин. Навчання на Основі СПОСТЕРЕЖЕННЯ
Научіння - одна з найнеобхіднішіх якости людини, без Якої ми НЕ Тільки НЕ розвинулася до современного стану, альо и просто вімерлі б як вид. Зрозуміло, что одним з перспектівніх напрямків Вивчення штучного інтелекту є проблема научіння машин. Если вдасть создать такий комп'ютер, Що буде здать сам собі вчитува, то відпаде необхідність создания новіх програм для засвоєння ним новіх можливіть. Проблема научіння лежить в аспекті Використання спрійнятої ІНФОРМАЦІЇ НЕ Тільки для Виконання Дій, а і для Підвищення здібностей машини. Існує кілька Видів научіння. p> Научіння, что контролюється базується на вівченні деякої Функції на ее вхідніх та вихідних даніх. Правильне Вихідне Значення может ...
