Skróty i terminy

Słownik skrótów

ARG: Automatyczne rozpoznawanie głosów.
ARM: Automatyczne rozpoznawanie mowy.
ARMC: Automatyczne rozpoznawanie mowy ciągłej.
ARMIS: Automatyczne rozpoznawanie izolowanych słów.
ASR: Automatic Speech Recognition (automatyczne rozpoznawanie mowy).
DFA: Deterministic Finite-state Automaton (deterministyczny automat skończony).
DSP: Digital signal processing (cyfrowe przetwarzanie sygnału).
FFT: Fast Fourier Transform (szybka transformata Fouriera).
FSM: Finite-state machine (automat skończony).
FT: Fourier Transform (transformata Fouriera).
HMM: Hidden Markov model (ukryty model Markowa).
LPC: Linear Predictive Coding (kodowania z liniową predykcją).
NLP: Natural Language Processing (analiza języka naturalnego).
NLU: Natural Language Understanding (rozumienie języka naturalnego).
SLM: Statistical Language Model (statystyczny model języka).
STT: Speech To Text (rozpoznawanie mowy).
TTS: Text-To-Speech (synteza mowy)

Alofon (allofon): Wariant fonemu w zależności od jego sąsiedztwa dźwiękowego.
Diafon (difon, tranzem): Przejście pomiędzy fonemami.
Fonem: To najmniejszy odcinek mowy rozróżnialny dla użytkowników danego języka. Fonem może mieć wiele reprezentacji dźwiękowych (alofonów).
Formant: Obszar koncentracji (maksimum lokalne) energii w widmie częstotliwości danego dźwięku mowy.
Głoska: Fizyczna realizacja fonemu. Głoski dzielą się na spółgłoski i samogłoski.
Sygnał mowy: Przebieg elektryczny występujący na zaciskach wyjściowych mikrofonu w trakcie nagrywania mowy.
Sylaba (zgłoska): Odcinek głośnej artykulacji. Zawiera co najmniej jeden ośrodek — najczęściej samogłoskę. Sylaba jest elementem o zakresie większym od głoski i mniejszym od wyrazu. Sylaba może stanowić wyraz lub jego część.
Trifon (ang. triphone): Fonem o określonym lewym i prawym kontekście innych fonemów. Może też określać sekwencję trzech kolejnych fonemów.

Przejdź do: