«ЦРТ-инновации» представил технологию голосового управления в условиях зашумленности

Резидент Сколково «ЦРТ-инновации» (группа компаний ЦРТ) при поддержке Министерства образования и науки РФ разработала технологию автоматического распознавания речевых команд для робототехники и промышленности. Новая технология использует метод распознавания команд по грамматикам с использованием акустических моделей на основе глубоких нейронных сетей (Deep neural networks, DNN).

Искусственные нейронные сети, организованные по принципу функционирования биологических нейронных сетей – нервных клеток живого организма, имеют самый широкий спектр применения: в математике, кибернетике, вычислительной технике и программировании и, безусловно, в машинном обучении, связанном с распознаванием образов, речи, речевых команд. И одним из наиболее актуальных применений DNN сегодня, когда потребность в диалоге «человек-машина» стала очевидной, видится именно распознавание естественной звучащей речи.

Голосовое управление в промышленных условиях предполагает повышенную зашумленность, поэтому требовалось создать технологию, которая сумела бы отличать речь от шума и адаптироваться к конкретному человеку. Технология группы компаний ЦРТ решает эти задачи за счет алгоритма определения речевой активности диктора на основе нейросетевого классификатора и нового метода адаптации к голосу и каналу.

Новая технология может использоваться для голосового управления станками в шумных заводских цехах, грузовыми автомобилями и другой техникой, работающей на стройках, разработках и в карьерах, для распознавания команд в шумных многолюдных помещениях.

«Последние значительные успехи в распознавании речи связаны с применением в акустических моделях глубоких нейронных сетей вместо смесей гауссовых распределений. Результаты проведенных компанией исследований показывают значительное преимущество распознавания речи на базе глубоких нейронных сетей. Это преимущество наиболее ярко проявляется в условиях увеличения шума», - прокомментировал директор научно-исследовательского департамента ЦРТ Кирилл Левин.

Продукты и решения на основе технологии распознавания речи – одно из основных направлений работы группы компаний ЦРТ. В их числе сиcтема голосового взаимодействия VoiceNavigator, система речевой аналитики на основе машинного обучения Smart Logger II и другие.