چکیده
سیستم های تشخیص گفتار، داده های صوتی را به داده های متنی تبدیل می کنند یعنی توالی کلمات را به عنوان نتایج تشخیص گفتار ارائه می کنند. این توالی از کلمات، معمولا بر اساس مدل زبانی در سیستم تشخیص گفتار تعریف می شوند. ازین رو، ظرفیت سیستم تشخیص گفتار برای تبدیل کردن داده های صوتی به دست آمده از کلماتی با تلفظ عادی به توالی کلماتی که مطابق با کلمات اصلی باشد و مورد قبول مدل زبانی باشد را می توان به عنوان ظرفیت شناسایی پایه سیستم تشخیص گفتار، در نظر گرفت. این کار، یک روش تست برای بررسی این مفهوم ارائه می کند که نشان میدهد آیا سیستم های تشخیص گفتار این ظرفیت پایه شناسایی را دارند یا خیر. این روش، با اجرا کردن تست هایی به صورت مجزا برای بررسی قدرت شناسایی، ظرفیت پایه را تایید می کند. همچنین این تست به صورتی است که کاملا خودکار اجرا می شود. ما یک سیستم خودکار سازی تست را ایجاد کرده و آن را از طریق آزمایش های مختلف بررسی کردیم تا ببینیم که آیا می تواند نقص های موجود در سیستم شناسایی گفتار را تشخیص دهد یا خیر. نتایج نشان میدهد که این سیستم تست خودکار می تواند به صورت موثر، نقص های پایه در فاز توسعه و یا اصلاح اولیه سیستم را شناسایی کند.
مقدمه
سیستم های تشخیص گفتار خودکار (ASR) به صورت گسترده در کاربردهای مختلف مورد استفاده قرار می گیرند و حالا برای ASR هایی با اهداف عمومی و یا اهداف خاص، نیاز های گسترده دیده می شود. به عنوان مثال، ASR ها در تلفن های هوشمند یکی از رایج ترین و محبوب ترین انواع ASR هستند که برای کار با داده های صوتی با بازه های مختلف محتوایی در کاربرد روزانه، مورد استفاده قرار می گیرند ASR های خاص نیز به صورت همزمان ، در ASR های عمومی برای شناسایی داده های صوتی به دست آمده از گفتار در شرایط یا وظایف خاص مورد استفاده قرار می گیرند، مانند ماشین های فروش بلیط، گفت گو های صوتی و یا در ماژول های ASR برای بلندگو های هوشمند. در نتیجه، یکی از پروژه های مهندسی مهم برای مطالعه کردن سیستم های ASR، سیستم هایی برای تست این تکنولوژی می باشد که هنوز در بسیاری از موارد مبتنی بر مهارت افراد می باشد و می توان با استفاده از این مطالعه ها، روشهای تست سیستمی و خودکار بیشتری را برای سیستم های ASR ایجاد کرد.
جمع بندی
ما در این مقاله، یک دیدگاه تست برای سیستم های ASR را ارائه کردیم که می تواند ظرفیت پایه آن ها را برای شناسایی تمام کلمات لغت نامه هدف مستقل از تست های مرتبط با قدرت شناسایی، ارزیابی کند. به خصوص از نقطه نظر مهندسی نرمافزار، ما به صورت رسمی تست های شناسایی پایه را برای سیستم های ASR ارائه کرده و یک فرایند تست خودکار را مشخص کردیم. ما همچنین سیستم تست خودکار را اجرا کرده و آن را از طریق آزمایش های مختلف تایید کردیم و نشان دادیم که این سیستم به خوبی کار کرده و می تواند به صورت خودکار، نقص های عملکردی در سیستم ASR را شناسایی کند.
انتظار می رود که در آینده کارهای بعدی شامل ارزیابی های گسترده با استفاده از داده های معیار در گروه های تشخیص گفتار باشد که به این موضوع در قسمت 5 این مقاله اشاره شد. ما همچنین روشی را در نظر داریم تا بتوانیم به صورت سیستمی ، تولید جملات تست با پوشش بالا از مدل های تصادفی و گسترده زبانی را به دست بیاوریم. این تولید داده های گفتار به صورت سیستمی برای تست کردن قدرت شناسایی، یکی از کارهای مهم آینده می باشد. مدل های زبانی دارای اطلاعاتی در رابطه با سهولت ارتباط بین هر کلمه می باشد، یعنی اطلاعاتی در رابطه با بخش هایی که شناسایی صحیح آن ها دشوار می باشد. ازین رو می توان به صورت خودکار داده های گفتار صوتی مناسبی را ایجاد کرد تا قدرت شناسایی را با استفاده از این اطلاعات، ارزیابی کند.
این مقاله ISI در سال 2019 در نشریه آی تریپل ای و در مجله اعتبار سنجی و تایید نرم افزار توسط دانشگاه آی بی ام ژاپن منتشر شده و در سایت ای ترجمه جهت دانلود ارائه شده است. در صورت نیاز به دانلود رایگان اصل مقاله انگلیسی و ترجمه آن می توانید به پست دانلود ترجمه مقاله تست خودکار ظرفیت شناسایی پایه برای سیستم های تشخیص گفتار در سایت ای ترجمه مراجعه نمایید.
