Elektronikus beszédelőállítás

Előszó

Több, mint 200 év telt el azóta, hogy Kempelen Farkas megalkotta a világ első beszélőgépét. A kutatásairól írt "Mechanismus der menschlichen Sprache" című művében olvasható, hogy a gép elfogadhatóan ejtett rövid és hosszú szavakat, rövid mondatokat több nyelven is. Munkájának sikere azt bizonyította,hogy lehetséges olyan technikai megoldást találni, amellyel a homo sapiens egyik legjellegzetesebb tevékenységét, a beszédet mesterségesen is elő lehet állítani. A beszéd az embernek az egyetlen olyan produktuma, amelyet létre is tud hozni és ugyanakkor felfogására, dekódolására is képes. Kempelen nyomdokain számos kutató indult el a 19. és a 20. században, és ennek eredményeként ma már beszélő számítógépek, műszerek stb. segítik és teszik kényelmesebbé életünket. Nincs messze az az idő sem, amikor az ember képes lesz olyan gépeket tervezni és készíteni, amelyek korlátlanul meg is értik a beszédet, és így a gép-ember-gép kommunikációs lánc beszéddel oldható meg.
Korunkban a gépi beszédfeldolgozással az ember beszédfunkcióit akarjuk utánozni, azonban nem cél, hogy az emberi beszéd összes módozatait (pl. mesélés, színészi beszéd, érzelemkifejezés) megvalósítsuk. A gépi beszéd-előállítás és a beszédfelismerés tudománya akkor tölti be szerepét, ha az egyre fokozódó gépi környezetben az ember számára megszokott, jól használható, természetes és nem fárasztó kommunikációs lehetőséget biztosít a gépekkel.
A könyvben a mai beszéd-előállítási technológiák egyik igen elterjedt eljárásán, a formánsszintézisen keresztül ismerheti meg az olvasó a beszéd felépítését, akusztikai szerkezetét, mesterséges előállítását, továbbá képet kap már működő beszéd-előállító rendszerekről és a gépi beszéd felhasználási területeiről. A könyvben közreadott elemzési adatok és az ismertetett "beszélő" rendszerek az MTA Nyelvtudományi Intézetében és a Budapesti Műszaki Egyetem Híradástechnikai Elektronika Intézetében 1980-85-ben végzett kutató- és fejlesztőmunka eredményei. Vissza