Исследование перспективных методов цифровой обработки сигналов в системах распознания речи

В настоящее время системы распознавания речи занимают большую часть в жизни человека. Многие люди пользуются голосовыми ассистентами и голосовым вводом. Также системы распознавания речи могут облегчить жизнь людям с ограниченными возможностями. В бизнесе тоже уделяется много этим системам. Сейчас существуют умные колонки от многих известных технологических гигантов, эти же компании производят свой продукт — голосовых ассистентов: Алиса от Яндекса, Siri от Apple и Google Assistant от Google. В сфере бизнеса системы распознавания речи тоже могут облегчить жизнь консультантам. Многие магазины и банки ставят на горячую линию голосового помощника, который может ответить клиенту на самые базовые вопросы и помочь с выбором консультанта, а в последствии переключить на нужного специалиста. Приложения для обработки речи, такие как улучшение речи и идентификация говорящего, основаны на оценке соответствующих параметров речевого сигнала. Эти параметры часто должны оцениваться на основе шумовых наблюдений, поскольку речевые сигналы редко получаются в «чистых» акустических средах в реальном мире. В результате алгоритмы оценки используемых параметров должны быть устойчивы к факторам окружающей среды, таким как аддитивный шум и реверберация.