автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.11, диссертация на тему:Построение математического обеспечения систем распознавания речи на основе нелинейных методов сравнения образов

Список сокращений.^

Введение

ГЛАВА I. Системы распознавания речевых образов и их применение

1.1. Системы распознавания изолированных речевых команд.

1.2. Системы автоматического распознавания слитной речи

1.3. Проблемы использования автоматического речевого ввода в системах диспетчерского управления

1.3.1. Использование речевых интерфейсов в системах управлении воздушным движением и бортовых системах самолетов .'.

1.3.2. Использование речевого управления в диспетчерском тренажере

1.3.3. Применение систем автоматического речевого взаимодействия в системах оперативного диспетчерского управления энергосистемами

Глава 2. Построение алгоритмов распознавания речевых образов на основе нелинейных методов сравнения

2.1. Постановка задачи распознавания дискретной речи

2.2. Алгоритм распознавания дискретной речи.

2.3. Сравнительная оценка объемов вычисления мер сходства методами ДП и ГС

2.4. Построение алгоритма распознавания слитной речи с использованием метода градиентного спуска.

2.5. Построение алгоритмов обнаружения ключевых слов в потоке слитнои речи.

2.6. Распознавание речевых образов с использованием ассоциатшзного кодирования признаков.

Глава 3. Математическое обеспечение комплекса для исследования и проектирования систем распознавания речевых образов. Результаты экспериментов

3.1. Структура и математическое обеспечение комплекса для исследования и проектирования систем распознавания речи.

3.1.1. Состав и функциональное назначение программных модулей комплекса.

3.2. Экспериментальные исследования алгоритмов обработки речевых сигналов и вычисления мер сходства образов

3.2.1. Определение начала/конца образов

3.2.2. Исследование влияния сглаживания признаков на надежность распознавания.

3.2.3. Исследование влияния компрессии речевых образов на надежность распознавания.

3.2.4. Сравнение некоторых алгоритмов распознавания образов

3.2.5. Исследование различных вариантов нормировки признаков речевого сигнала.

3.2.6. Исследование влияния выбора метрики в пространстве признаков на надежность распознавания.^-СО

3.2.7. Исследование влияния понижения размерности пространства признаков методом главных компонент на надежность распознавания.

3.2.8. Экспериментальное исследование алгоритмов распознавания с использованием ассоциативного кодирования признаков

Глава 4. Практическая реализация систем распознавания речевых команд

4.1. Система распознавания дискретной речи.

4.2. Экспериментальная система распознавания слитной речи.IIS

4.2.1. Распознавание трехзначных чисел.

4.2.2. Распознавание языка диспетчера АС УВД.

4.3. Экспериментальная система обнаружения ключевых слов в слитном потоке речи

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОЦД.

Одной из самых характерных особенностей научно-технической революции в наши дни является проникновение вычислительной техники во все области человеческой деятельности. Успехи технологии, создание микропроцессоров и микро-ЭВМ, еще более ускорили этот процесс. Сфера услуг, предоставляемых ЭВГЛ пользователям са-" мых разных специальностей, очень быстро расширяется, что, в свою очередь, требует от широких масс пользователей овладения специальными знаниями. Поэтому средства общения "человек-ЭВМ" должны быть максимально просты и удобны. Между тем, устройства ввода информации в ЭВМ остаются одними из самых консервативных модулей. По мнению многих специалистов, существующие в настоящее время средства взаимодействия человека с ЭВМ являются одним из "тонких" мест в человеко-машинных системах, так как требуют перекодировки команд управления в ряд сложных координированных действий, что, помимо неудобства, снижает надежность и скорость ввода информации. В то же время, современные темпы развития ЭВМ значительно опережают темпы развития средств оперативного взаимодействия с ними, поэтому специалисты считают, что поиск новых путей решения стоящих проблем должен проводится в направлении повышения скорости взаимодействия и создании удобных для человека средств,близких к "интелектуальным". К аналогичному выводу можно придти и на основании анализа деятельности человека-оператора в автоматизированных системах оперативного диспетчерского управления, таких как системы управления воздушным движением (УВД), системы управления крупными энергоузлами, бортовые системы самолетов и др., в которых необходимо принимать решения в очень короткие промежутки времени. В перечисленных системах человек-оператор работает с потоком информации на пределе своей пропускной способности, что очень часто приводит к общему снижению эффективности систем. Поэтому, в настоящее время специалисты большое внимание уделяют созданию новых средств взаимодействия "человек-ЭВМ". Одним из перспективных направлений является создание средств автоматического речевого взаимодействия, которые по предварительным оценкам позволят на 25-30% увеличить пропускную способность систем в упомянутых областях человеческой деятельности.

К положительным факторам средств речевого взаимодействия, наряду с главными - большей надежности и скорости ввода информации, можно отнести следующие:

- снижение нагрузки на оператора, особенно на зрительный канал;

- повышение оперативности управления за счет использования речевого канала взаимодействия, особенно в экстремальных условиях;

- возможность дистанционного управления;

- отсутствие ограничений на условия освещения;

- возможность модификации и расширения состава управляющих команд без аппаратных изменений;

- возможность семантического контроля вводимых команд.

В настоящее время особенно интенсивные исследования в области создания систем речевого ввода информации проводятся в США и Японии, где уже создано ряд практических систем, которые успешно используются во многих областях. По прогнозу американских специалистов в ближайшие годы объем продажи речевых систем будет ежегодно удваиваться.

Большинство современных практических систем распознавания основаны на использовании метода динамического программирования (ДП) для нелинейной временной нормализации речевых образов. В то лее время,опыт создания таких систем показал, что реализация метода ДП требует очень больших вычислительных ресурсов, которыми не обладают универсальные микро-ЭВМ. Поэтому для создания практических систем распознавания речи необходимо разрабатывать специализированные вычислители со сложной архитектурой, ориентированной на используемые при распознавании алгоритмы. По этим причинам стоимость современных систем распознавания остается довольно высокой, что ограничивает их широкое применение.

Настоящая работа посвящена исследованию существующих алгоритмов, основанных на нелинейных методах сравнения речевых образов, и разработке более экономичных ( с точки зрения требований вычислительных затрат) алгоритмов распознавания, а также разработке на их основе специализированного математического обеспечения адаптивных систем распознавания речи, ориентированных на применение в системах диспетчерского управления.

Проблемная ориентация систем распознавания речи диктует следующие основные требования, предъявляемые к ним:

- модульность структуры технических и программных средств, что обеспечит большую гибкость и позволит расширять сферу применения систем с учетом конкретных требований области применения;

- высокая надежность распознавания;

- распознавание в реальном масштабе времени;

- реализация на стандартных микро-ЭВМ.

В работе решаются еле,дующие задачи:

- проанализировано состояние проблемы распознавания речи в Советском Союзе и за рубежем; речевого

- обоснована целесообразность применения систем ввода в диспетчерских системах управления (в УВД и энергосистемах);

- проведен анализ существующих модификаций метода ДП, используемых в адаптивных системах распознавания речи;

- предлояены и построены алгоритмы распознавания дискретной, слитной речи и обнаружения ключевых слов в слитном потоке речи;

- определены основные технические требования к системам распознавания речи;

- разработано математическое обеспечение системы для исследования алгоритмов обработки речевых сигналов и алгоритмов распознавания речи, обеспечивающее эффективность разработки систем распознавания речи различного назначения;

- проведены экспериментальные исследования различных методов обработки речевых сигналов и алгоритмов распознавания речевых образов;

- разработано математическое обеспечение практической системы распознавания изолированных речевых команд, а также экспериментальных систем распознавания слитной речи и обнаружения ключевых слов.

Кроме введения, диссертация содержит 4 главы, выводы по работе и приложения.

В первой главе проанализировано состояние проблемы автоматического распознавания речевых образов, рассмотрены основные методы обработки речевых сигналов для целей распознавания, принципы построения и основные алгоритмы, используемые в современных системах. Проанализированн некоторые аспекты применения систем автоматического распознавания речи в УВД и энергосистемах.

Во второй главе рассмотрена постановка задачи распознавания речевых образов, как задачи нахождения экстремума функционала меры сходства образов, представленных в виде последовательности временных отсчетов векторов акустических параметров. Построены алгоритмы решения поставленной задачи на основе градиентных методов оптимизации для случаев дискретой, слитной речи и ключевых слов. Проведена сравнительная оценка объемов вычислений метода ДП и градиентного спуска (ГС). Построен алгоритм ассоциативного кодирования векторов признаков на основе отображений, связанных с заполняющими пространство кривыми (ЗПК), применение которого позволит значительно сократить вычислительные затраты на распознавание.

В третьей главе сформулированы основные требования, предъявляемые к математическому обеспечению систем автоматического распознавания речи, описан состав МО системы для исследования и проектирования систем распознавания речи различного назначения. Исследованы различные варианты предварительной обработки речевых образов и алгоритмы распознавания на основе методов ДП и ГС. Приведены экспериментальные результаты.

В четвертой главе рассмотрена практическая реализация системы распознавания дискретной речи, представлена ее структура, состав МО и основные технические характеристики, кроме того, описаны экспериментальные системы распознавания слитной речи и обнаружения ключевых слов.

В приложении приведены тестовые и проблемно-ориентированные словари для систем УВД и энергосистемы.

Основные результаты работы докладывались на Всесоюзных школах-семинарах по автоматическому распознаванию слуховых образов АРС0-11 в г. Ереване 3-9 декабря 1980 г., АРСО-12 в г. Одессе в сентябре 1982 г., АРС0-13 в июле 1984 г. в г. Новосибирске; семинаре Киевской секции научного совета АН СССР по проблемам навигации и движения, Киев, сентябрь 1979 г.; Всесоюзной школе-конференции по переработке текста методами инженерной лингвистики, Минск, 1-2 февраля 1982 г.; симпозиуме по Проблемам практического использования систем автоматического распознавания и синтеза речи, Ленинград, 11-13 октября 1983 г.; 2-ой Всесоюзной научно-практической конференции по управлению воздушным движением, Москва, декабрь 1983 г., а также семинарах лаборатории Проблем распознавания ВЦ АН СССР в 1980-1984 г.г. и представле^ ны в 20 печатных работах, включая тезисы докладов.

основные выводы:

I. Предложенный алгоритм вычисления оценок мер сходства образов на основе метода градиентного спуска является эффективным средством распознавания, не уступающим по надежности методу ДП, но требующим значительно меньше вычислительных затрат, что позволило реализовать систему распознавания на стандартной микроЭВМ.

2. Построенная система распознавания изолированных речевых команд отвечает основным требованиям, предъявляемым к ней со стороны условий применения в системах диспетчерского управления; обеспечение модульности аппаратных и программных средств системы позволяет совершенствовать ее возможности и расширять сферу применения.

3. Разработанные алгоритмы распознавания слитной речи и ключевых слов в потоке слитной речи могут стать основой для построения более сложных систем распознавания и ограниченного понимания слитной речи в сочетании с использованием высших уровней знаний о языке и стратегии островков надежности.

1. Великович Е.П. Современные устройства распознавания речи. Обзор. Радиоэлектроника за рубежом, Информационный бюллетень, вып.23(995), М.,1983, с.1-32.

2. Фролов Г.Д. Некоторые свойства звуковых кодов. В сб. Цифровая вычислительная техника и программирование, вып.7, М,, Советское радио, 1972.

3. Деев В.В., Фролов Г.Д., Фролова Э.А. Один из методов распознавания акустических сигналов. В сб. Проблемы кибернетики, "Анализ и синтез речи в системах управления", вып.32, М., Наука, 1977, с.91-94.

4. Деев В.В., Моисеев В.П., Фролов Г.Д. Сегментное распознавание речевых образов. В сб. Вопросы кибернетики, вып.18,М., 1981, с.52-59.

5. Высоцкий Г.Я., Рудный Б.Н., Трунин-Донской В.Н., Цемель Г.Н. Алгоритм опознавания 40 слов на ЦВМ БЭСМ-ЗМ. В сб. Работыпо технической кибернетике, вып.2, М.,ВЦАН СССР, 1968, с.3-33.- 135

6. Рудный Б.Н., Трунин-Донской В.Н., Об алгоритме автоматического распознавания 130 слов. В сб. Речевое управление, М., ВЦ АН ССОР, 1972.

7. Шафер Р.В., Рабинер JI.P. Цифровая обработка речевых сигналов. М., Радио и связь, 1981.

8. Отнес Р., Эноксон JI. Прикладной анализ временных рядов. М., Мир, 1982.

9. Маркел Д., Грей А.1. Линейное предсказание речи. М., Связь, 1980.1.i Макхол Д. Линейное предсказание речи. Обзор. ТШЭР, т.63, М, 1975, с.20-44.

10. Петров Г.М., Аврин С.Б., Копейкин А.Б., Малыгина Т.М., Москаленко Г.В. Система ввода речевых сигналов для ЭВМ.

11. В кн. Автоматическое распознавание слуховых образов. Тезисы докладов II Всесоюзной школы-семинара APC0-II, Ереван, 1980, с.280-282.

12. Афанасьев В.П. и др. Речевой дисплей MAPC-I. Электронная промышленность, 1984, вып.3(131) с.20.

13. Трунин-Донекой В.Н., Чымбаев А.Ж. Обнаружение и верификация слов в потоке слитной речи. В кн. Автоматическое распознавание слуховых образов. Тезисы докладов II Всесоюзной школы-семинара APC0-II, Ереван, 1980.- 136

14. Беллман Р., Дрейфус С. Прикладные задачи динамического программирования. Пер. с англ. М., Наука, 1969.

15. Моисеев H.H. Элементы теории оптимальных систем. М., Наука, 1975.

16. Винцюк Т.К. Распознавание слов устной речи методами динамического программирования. Кибернетика, М, Киев, 1968, с.81-88.

17. Величко В.М., Загоруйко Н.Г. Автоматическое распознавание ограниченного набора устных команд. В сб. Вычислительные системы. Вып.36, Новосибирск, 1969, c.IOI-IIO.

18. Слуцкер Г,С. Нелинейный метод анализа речевых сигналов. Труды НИИРадио, вып.2, 1968.

19. Методы автоматического распознавания речи. Под редакцией У.Ли. тт.1,2, М.,Мир, 1983.

20. Система распознавания связной речи фирмы . Зарубежная радиоэлектроника, М, 1980, с.108-120.

21. Альдефельд Б., Рабинер Л.Р., Розенберг А.Э., Уилпон Дж.Г. Автоматическая справочно-поисковая система, основанная на распознавании изолированных слов. ТШЭР, т.68, М, 1980, с.7-25.

22. Величко В.М. Алгоритм распознавания изолированных слов.

23. В кн. Автоматическое распознавание слуховых обра,зов. Тезисы докладов и сообщений 13-й Всесоюзной школы-семинара APC0-I3. Новосибирск, 1984, ч.2, с.85-86.

24. Величко В.М. Алгоритмы распознавания дискретной и слитной речи. Там же, ч.2, с.118.

25. Винцюк Т.К. Поэлементное распознавание непрерывной речи, составленной из слов заданного словаря. Кибернетика, 1,^2,Киев,1971, с.131-143.

26. Винцюк Т.К., Гаврилюк О.Н., Куляс А.И., Людовик Е.К., Шинкаж А.Г. Экспериментальная система пофонемного распознавания речи. УСиМ, Л5, Киев, Наукова думка, 1982,с.17-22.

27. Винцюк Т.К. КДП-метод распознавания и смысловой интерпретации речевых сигналов. В кн. Автоматическое распознавание слуховых образов. Тезисы докладов и сообщений 13-й Всесоюзной школы-семинара АРСО-13. Новосибирск, 1984, ч.2,с.115.

28. Винцюк Т.К. Новые модели систем речевого диалога типа "Речь". Там же, ч.1, с.33-34.

29. Елинек Ф. Распознавание речи синтаксическими методами. ТШЭР, т.64, М, 1976, с.131-160.

30. Пажитнов А.Л., Трунин-Донской В.И. Обучаемая система распознавания изолированных слов, работающая с множеством дикторов. В сб. Вопросы кибернетики. Анализ и синтез речи в системах управления. М., 1981, с.18-32.

31. Чымбаев А.Ж. Предварительная сегментация и маркировка слитной речи. М., ВЦ АН ССОР, 1979.

32. Пажитнов А.Л. Реализация неадаптивной системы распознавания речи на микро-ЭВМ. В кн. Автоматическое распознавание слуховых образов. Тезисы докладов и сообщений 13-й Всесоюзной школы-семинара АРСО-13, Новосибирск, 1984, с.135.

33. Кринов С.Н. Принципы автоматического построения алгоритма распознавания изолированных слов произвольного диктора. Вопросы радиоэлектроники, сер.ЭВТ, вып.4, 1984,с.116-124.- 138

34. Кшшпер A.B., Махонин В.А., Сорокин В.Н., Цемель Г.И. Принципы построения систем ввода речевой информации в ЭВМ. Вопросы радиоэлектроники, сер.ЭВТ, .№4, 1974.

35. Васильев A.B.,Кринов С.Н., Савельев В.П., Цемель Г.И., Чинков В.М. Распознавание чисел от нуля до IOÜ. В кн. Автоматическое распознавание слуховых образов. Тезисы докладов II Всесоюзной школы-семинара APC0-II, Ереван, 1980, с.269-273.

36. ЭВМ пятого поколения. Концепции, проблемы, перспективы. Под ред. Т.Мото-ока. М., Финансы и статистика, 1984.

37. Петров А.Н., Туркин В.Н., Дашко Е.Ю. Организация проблемно-ориентированной системы понимания речи и принципы распознавания. В кн. Автоматическое распознавание слуховых образов. Тезисы докладов APC0-I2, Киев, 1982, с.28-30.

38. Петров А.Н., Туркин В.Н. Использование высших уровней знаний в проблемно-ориентированной системе понимания слитной речи. В сб. Анализ речевых сигналов. М., ВЦ АН СССР, 1984.

39. Еидовинов А.Ф., Петров А.Н., Туркин В.Н. Некоторые вопросы построения систем речевого ввода в ЭВМ для цифровых диспетчерских тренажеров УВД. -В кн. Управление воздушным движением, вып.2, М.,Воздшуный транспорт, 1983.

40. Сулейманов Р.Н. К вопросу о выборе критерия и оценки эффективности систем УВД.- В кн. Управление воздушным движением, вып.1, М., Воздушный транспорт, 1979, с.139-141.

41. Сулейманов Р.Н. Исследование взаимодействия диспетчера с техническими устройствами.- В кн.Управление воздушным движением, вып.1, М.»Воздушный транспорт, 1979, с.188-195.

42. Довгопол И.В., Карпушин Ю.П., Король А.Н. Сравнительная оценка методов оперативного ввода информации в ЭВМ АС УВД. В кн. Авиационная эргономика и безопасность полетов. Киев, 1974, с.36.

43. Петров А.Н., Туркин В.Н., Жидовинов А.Ф. Автоматизация функций пилотов в цифровых диспетчерских тренажерах. Там же. с.251-252.

44. Цравила и фразеология радиообмена между экипажами воздушных судов и диспетчерами службы движения гражданской авиации. М., Воздушный транспорт, 1981, с.72.

45. Авиационная электросвязь (Международные стандарты и рекомендации для аэронавигационных служб). Приложение 10 к конвенции о международной гражданской авиации. Том 2, 1972.

46. Поспелов Д.А. Логико-лингвистические модели в системах управления. М.,1981.

47. Цропой А,И. Методы возможных направлений в задачах оптимального дискретного управления.- Автоматика и телемеханика, $2, 1967.

48. Зойтендейк Г. Методы возможных направлений. М., Иностранная литература. 1963.

49. Абрамов Л.М.»Капустин В.Ф. Математическое программирование. Л. 1981.

50. Васильев Ф.П. Численные методы анализа экстремальных задач. М. Наука, 1980.

51. Ту Дж. Гонсалес Р. Цринципы распознавания образов. М., Мир, 1978.

52. Авершина JI.A., Величко В.М. Алгоритм обнаружения ключевых слов в потоке слитной речи. В кн. Автоматическое распознавание слуховых образов. Тезисч докладов и сообщений 13-й всесоюзной школы-семинара APC0-I3. Новосибирск, 1984, ч.2, с.119.

53. Туркин В.Н., Лендяшов И.А., Якубинский В.М. Речевой терминал для систем УВД. В кн. Управление воздушным движением. Тезисы докладов 2-й Всесоюзной научно-практической конференции. М., Воздушный транспорт, 1983, с.205-206.

54. Горловский А.Л., Лендяшев H.A., Петров А.Н., Туркин В.Н., Якубинский В.М. Система распознавания речи ДИС-332.03.

55. В кн. Автоматическое распознавание слуховых образов. Тезисы докладов 13-й всесоюзной школы-семинара APC0-I3. Новосибирск, 1984, ч.2, с.95.

56. Туркин В.Н. Распознавание речевых образов с использованием метода градиентного спуска. Там же, ч.2, с.120.

57. Петров А.Н., Туркин В.Н. Комплекс модульных речевых интерфейсов ДИС-332. Там же, ч.1, с.25.

58. Подметкин М.И., Туркин В.Н. Комплекс программ для сравнительного анализа алгоритмов распознавания речи. Там же, ч.2, с.97.

59. Краусс С.Л., Туркин В.Н. Исследование влияния понижения размерности признаков речевого сигнала на надежность распознавания. Там же, ч,2, с.99.

60. Александров В.В., Горский Н.Д. Алгоритмы и программы структурного метода обработки данных. Л.,Наука, 1983.

61. Жидовинов А.Ф., Петров А.Н., Пиотровский Р.Г., Туркин В.Н., Чайковская И.И. Моделирование процесса автоматического распознавания понимания речевых команд диспетчера в тренажере для УВД. Там же, с.378-380.

62. Вертлиб А,И., Жидовинов А.Ф., Петров А.Н., Пиотровский Р.Г., Туркин В.Н., Чайковская И.И. Некоторые вопросы разработки лингвистического обеспечения системы понимания речи для диспетчерского тренажера управления воздушным движением.

63. В сб. Структурная и прикладная лингвистика, вып.2, Л., ЛГУ, 1983.

64. Величко В.М. Обработка речи на ЭВМ методом ассоциативного кодирования. В сб. Вычислительные системы, вып. 62, Новосибирск, 1975, с.38 - 48.

65. Александров В.В., Горский Н.Д., Поляков А.О. Рекурсивные алгоритмы обработки и представления данных. В кн. Алгоритмы и системы автоматизации исследований и проектирования. М.,Наука, 1980, с.40-78.

66. Туркин В.Н. Распознавание речевых образов методом динамического программирования с использованием ассоциативного -кодирования. В кн. Анализ речевых сигналов. М.,ВЦ АН СССР, 1984.

67. Туркин В.Н. Построение алгоритмов распознавания дискретной и слитной речи на основе метода градиентного спуска.1. В печати.

68. Бондарко Л.В. Звуковой строй современного русского языка. М.,Просвещение, 1977.

69. Белявский В.М.»Гелильман Н.И., Щербакова Л.П. Стиль, темп и сегментные характеристики речи. В кн. Экспериментально-фонетический анализ речи. Вып.1, Л.,ЛГУ, 1984.

70. L&a W. A. Seßec.iir\ß He le&í бреесЯ recognizee ihz Jo S. Spatel ttzhrw(oqy) / £ W 23y pp.M-37

71. Miedetjofm Л- niatúe/na tica? fotmu lotionand comfiatiúon of ze to-ctoôâLng analgó/¿ tecf¡,n¿q¿<eó which have leen applied to auiomtiíic зрггсЬ recognition. IEEE 5z. on ASS P. v. ¿5. Í975, pp. 375-3*0.

72. П Casillas P.F., //¡eotetjoin fi.J. Jcompa tLsiotioj líneat p4G.of¿ctíoñl FFT^^of zezo~cto6lih$ atiatyóH izc&ñitjue$ j-ог 1/owal te соул ilion.

73. Ptoe. IEEE ICASSP, pp. $41-545. 28. Ьакег J.k.f Bofat J.My R.oU barnie-tcj ££ Coii-effecíive ¿pe pvoceníflg.- Proe. IEEE 1С/1Щ pp 9 U-9.1

74. Caíi/m 0. Jh inisesiLjQiíofi vj ópecitaE maicfi siai 'ióilcú uóíhc. a pfiofiZ/nicadgg /natiecf cJq-Íct íau.- Proa. IB BE ICASSP, /£0 v.Z^pIfS-m.

75. Dauittch &M., Hq6ímz Hat-tin Т.д.

76. О/г ibe ejjech of fatijin^ jiíitt éani patameiexi on ióolaíeo! Moid vecognlilon. -Iz. oñ ASSPJ V- 31; к* ^ W5, pp. ?9d-80{91. bauiiccb Haéinet l. Hy Matiun T. &

77. Hotne. ЯР., Coht C.y lei/tMo* S.6., Mai, пег 1.Я.

78. On iernpotaC aicßnrnen^ oj б^ет^Л oj-naiutat Qnot ¿ynißaice ¿jzeecA. Jk££ Ji. fissp^ v.34, /Ki W5, f>j>.m-&

79. Myeti Ha Blnei i. Z. Pe fot mane-e, ttaole cffi ¿h dyhctmíc lime waipping ai^oiiJlít* fot ¿iefaled wotd tecogh¡7¿on. IEEE Tt. on /¡SSP, K 2$,1920, pp. SZZ'C3$

80. Haélnet / W¡tpo/i JCr. Jsoia íed wotd "tece-qhiiioñ uíinq a ~Lwo-pceíí> paíjetñ xecogsu-ilon apptoacl- Proa. IEEE ICASSPj 198^ v.2, pp. Mf-U*.

81. M 5t Wà, pp. Ю61-fО66. ttl ßahC Jv.ñ. et ai. Soné, experimentó witfi laiße

82. Ш. Reuníala Ey Ja la л Je o Н.у Ко попек Т. 4 xeduncd&nt fictiti oddvetCnj /neífwd adapted fot tf¡e poitpïoceâUnj and еъъоь -cet xecíi&ti <pj~- 151

83. Compuîex- UC-Oßhizecf ¿регеА. Рхое. IEEE PCASSPj pp.ш Reof^Âctio E.y Hot. У fie p/i-tcne ire г ¿¿on of of t&e ola hïa /п i Sp eecf¡ ïecoj n¿ i¿on ¿y He m. Prec. TERE JCASSP/ i982, pp. Sïé~-$№.

84. Hit llenen П., H cit. ёхрг time Hl о fi Qn LsoEa zW-wotd ■tocogfii-tioh áipííemfot /nut-íipte speoieis-Рхос. JEER JCJSSp/ №E,pp.l JatmÁo Hy копопеи I /)-pp^cH¿oh of Hie dug-ipace fnHfioct io ¿peecß tecoy/jciùon, -Ръ<рс. IEEE IC/jSSp?

85. Rliiienen ¡i. SfioH-cuí aßgotltfi/bl fot ¿fie eeatncny sutlpace weiM.- Ptoc. 1ERE ICASEP

86. Ш На it по S.^ /(¡¿¡ок. êspea&et 1лс(ерелсЕ^1

87. Wotd 1lecog/iition 4(filmt Saud on pAone/ne te coy/? ¿-¿¿on -fot a Ca ige ¿¿¿e (Л/j wotdsjjroca Eu Ea ty. Pzoc. /ЕР В ICASSP,m H at luda t, et «e. A met/¡od -fot

88. PÏOC . JE EE JC4SSP/ p. Л 6, </0.1

89. M. С xa irtxo H.} et Syntax dt ¿iret? recognition of connected urotds 4y HatÂop- mecteZ-ffod., p.3f.fj.

90. Dteyfa i- Gtqf f.A. PfacSinei co/n ma л с/ез ft* ta JiatoEe huma¿r)e. (PwriaftpcHg %nc{ene¿e<i Opeà. Яел. Scpíi. 7£eot<p ¿wd ûpgегп., ßaiet- Síuí^ait M H, pp.

91. UZ. Stammet 0 £. S. 7%e /пал-macS¿ne ¿nierface.1. Зу pp. У//-Ш.

92. Jieùn к. FAA %rc¡ ir&íce ofrh e*tfíty jvt

93. Ule АТС. А Па ¿Сол Weeá ало/ ^асс

94. Jídn., í/. ZZ, f>p.S3-ó~4.

95. Щ m té, Ln оопоСце^Слд íf¡e ¿peectfivtaiíon Week ало/ Space 7ecßin.y у. //^ Ж-'16f. Condom P. J~uio nn a~¿¿c i/o ¿ce tecoy nciùo/?. Л леи/ ■jo t/n p¿ ¿oi-¿л üvae. ¿сол. Jn te tû roa, (/. 3$^tel, 19/J pp.

96. Cot ten Cr. Une eo/n/nanole otate Jcot см àc/twEatecc^fio tage Лооо. Ait et cojûio^ y. Щ // ¿f/J p. 39.