ترکیب و تشخیص پردازش گفتار

ترکیب و تشخیص پردازش گفتار

کاربرد های نیازمند پردازش صحبت اغلب دو دسته ترکیب صحبت و تشخیص صحبت مورد بررسی قرار می گیرند.
ترکیب صحبت عبارت است از فن آوری تولید مصنوعی صحبت به وسیله ماشین و به طور عمده از پرونده های متنی به عنوان ورودی آن استفاده می گردد.در اینجا باید به یک نکته مهم اشاره شود که بسیاری از تولیدات تجاری که صدای شبیه به صحبت انسان ایجاد می کننددر واقع ترکیب صحبت انجام نمی دهند بلکه تنها یک تکه ضبط به صورت دیجیتال از صدای انسان را پخش می کنند. این روش کیفیت صدای بالایی ایجاد می کند اما به واژه ها و عبارات از پیش ضبط شده محدود است. از کاربردهای عمده ترکیب صحبت می توان  به ایجاد ابزارهایی برای افراد دارای ناتوانی بینایی برای مطلع شدن از آنچه بر روی صفحه کامپیوتر می گذرد اشاره کرد.
تشخیص صحبت عبارت است از تشخیص کامپیوتری صحبت تولید شده توسط انسان و تبدیل آن به یک سری فرامین  یا پرونده های متنی.
کاربردهای عمده موجود برای این گونه سیستم ها در برگیرنده بازه گسترده ای از سیستم ها و کاربردها از سیستم های دیکته کامپیوتری که در سیستم های آموزشی و همچنین سیستم های پردازش واژه کاربرد دارد گرفته  تا سیستم های  کنترل کامپیوتر ها به وسیله صحبت ها  و به طور  خاص سیستم های فراهم آورنده امکان کنترل کامپیوترها برای  افراد ناتوان  از لحاظ بینایی یا حرکتی می باشد.
کاربرد مورد نظر ما یعنی تشخیص گوینده  از لحاظ نحوه ی پیاده سازی و استفاده تناسب فراوانی با خانواده دوم  یعنی تشخص کامپیوتری صحبت دارد،ولی از لحاظ اهداف و کاربردها می تواند در خانواده ای جداگانه از کاربردهای نیازمند پردازش صحبت قرار گیرد.
ترکیب و تشخیص  کامپیوتری صحبت مسائل دشواری هستندو روش های مختلف مورد آزمایش قرار گرفته اند که موفقیت کمی داشته اند.این زمینه از زمینه ها فعال در تحقیقات پردازش سیگنال دیجیتال (دی .اس.پی) بوده و بدون شک سالها این گونه خواهد ماند.در حال حاضر از ابزارهای برنامه نویسی  جا افتاده در زمینه های بر شمرده شده می توان به ای.پی.آی صحبت شرکت مایکروسافت اشاره نمود که دارای توانایی های عمده ای در زمینه های تشخیص و ترکیب صحبت است و توانایی آن تا حدی گسترده است که در محصول  بزرگ و توانمند MS Office Xp از آن استفاده عملی شده است ابزاره عمده دیگر تولید آی .بی.ام است و viavoice نام دارد که به لحاظ پشتیبانی آن برای سیستم عامل های متعدد و زبان های گوناگون از اهمیت و کاربرد خاصی برخوردار است.