فهم زبان محاوره اي کار سختي است و اين قابل ملاحظه است که انسان اين کار را بخوبي انجام مي دهد. مسئله تشخيص ساخت سيستم هايي است که يک سيگنال صوتي را جزء ASR( Automatic Speech Recognition) گفتار اتوماتيک يا به جزء به يک رشته لغات تبديل کند. مسئله اصلي، رونويسي از گفتار بصورت اتوماتيک است که بوسيله هر سخنگويي و در هر محيطي انجام شود که هنوز رشد کرده تا نقطه اي که در حوزه هاي محدود و ASR فاصله زيادي تا حل شدن دارد. اما در سالهاي اخير تکنولوژي خاص استفاده مي شود. يکي از کاربردهاي اصلي آن بعنوان واسط بين انسان و رايانه است. از آنجايي که خيلي از کارها بوسيله ارتباطات بصري بهتر حل مي شود، گفتار هم داراي اين توانايي است که يک نوع رابط بهتر از صفحه کليد باشد.مخصوصا براي کارهايي که بصورت ارتباط زبان طبيعي هستند و يا بجاي آندسته از صفحه کليدهايي که مناسب يک کارشامل آندسته از اعمال که در آنها چشم و دست مشغول هستند نيز مي شود ASR خاص نيستند بسيار مفيد است. کاربرد مانند مکانهايي که کاربر مجبور است با دست عملي را انجام دهد يا تجهيزاتي را کنترل نمايد.( مانند کنترل پرواز براي ASR خلبان يک هواپيما يا هنگام عمل جراهي توسط يک پزشک متخصص). ناحيه کاربردي ديگر که هم اکنون ازاستفاده مي شود در تلفن است. بعنوان مثال براي وارد کردن اعداد، تشخيص کلمه "الو" براي پذيرش تماس و ... . سرانجام در ديکته عملي شد که عبارتست از رونويسي سخنراني طولاني يک شخص ويژه. اين کاربرد هم در مکانهايي مثل ASRدادگاهها و مکانهايي که نياز به ثبت گفتگوهاي طولاني دارند عملي شد.يکي از پيچيده ترين تکنولوژيهاست که با وجود تلاش بسياري از دانشمندان در سالهاي گذشته هنوز ASR تکنولوژي کم و کاستي هايي دارد. در کل هر فرآيندي که بوسيله مخلوقات خداوند انجام مي شود بسيار پيچيده است ولي در اولين نگاه سهل و آسان پنداشته مي شود. هوش مصنوعي که يکي از گرايشات رشته مهندسي کامپيوتر است بر روي اعمال مهمو خارق العاده و در عين حال ساده موجودات زنده متمرکز شده است و با الهام گرفتن از آنها سعي در حل مسائل بشر ميکند. با توجه به کاربردهاي سيستم هاي تشخيص گفتار که در بالا ذکر شد حتما متوجه اهميت موضوع شده ايد ولي ايجادهمچنين سيستمي احتياج به سطح علمي و فکري بسيار بالايي دارد. تشخيص گفتار در مقطع فوق ليسانس هوش مصنوعي وقابل قبولي ايجاد کنند بايد ASR مخابرات تدريس مي شود ولي براي اينکه فارغ التحصيل اين رشته ها بتوانند سيستمخيلي تلاش کنند. اينها صحبتهاي فارغ التحصيلان دانشگاه صنعتي شريف است که با آنها مکاتبه داشته ام. بنابراين قابلمناسب اميد داشته ASR توجه دوستاني که به اين مبحث علاقه مند شده اند که به اين زوديها نبايد به ساخت يک سيستم باشند.

مقدمه

مباحث مهم درASR

معماري تشخيص گفتار

مدلNoisy Channel

آواشناسي

اندامهاي صوتي

فصل دوم

صدا در کامپيوترهاي شخصي

مقدمه :

اصول کارکرد ديجيتالي کردن صدا :

فصل سوم

۲. ترجمه اصوات به کلمات :

۳. رقابت تکنولوژيک :
۴. اصول کارکرد :

فصل چهارم

(Words) لغات

عبارات منظم و اتوماتها
۱- عبارات منظم
الگوهاي عبارت منظم

تفکيک، گروهبندي و اولويت (Disjunction , Grouping and Precedence)

۲- اتوماتها

اتومات حالت محدود (Finite-State Automata)

اتومتهاي محدود غير قطعي (non-Deterministic FSAs : NFSA) 

مبدلات حالت محدود و شکل شناسي (Morphology And Finite-State Transducers) 
تجزيه ريختي حالت محدود( Finite-State Morphological Parsing)
لغت نامه و مدل واژکها (The Lexicon And Morphotactics) 
تجزيه ريختي بوسيله مبدلات حالت محدود ( Morphological Parsing With Finite-StateTransducers)