Речевые информационные технологии и системы
Обобщены результаты многолетних исследований в области распознавания речи, описаны основные результаты теоретических исследований, примеры разработок, определивших ключевые направления практического использования речевых информационных технологий, а также знаковые тенденции и основные направления да...
Збережено в:
| Опубліковано в: : | Управляющие системы и машины |
|---|---|
| Дата: | 2017 |
| Автор: | |
| Формат: | Стаття |
| Мова: | Russian |
| Опубліковано: |
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
2017
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/124960 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Речевые информационные технологии и системы / Н.Н. Сажок // Управляющие системы и машины. — 2017. — № 2. — С. 38-45. — Бібліогр.: 18 назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-124960 |
|---|---|
| record_format |
dspace |
| spelling |
Сажок, Н.Н. 2017-10-12T14:07:33Z 2017-10-12T14:07:33Z 2017 Речевые информационные технологии и системы / Н.Н. Сажок // Управляющие системы и машины. — 2017. — № 2. — С. 38-45. — Бібліогр.: 18 назв. — рос. 0130-5395 https://nasplib.isofts.kiev.ua/handle/123456789/124960 004.934 Обобщены результаты многолетних исследований в области распознавания речи, описаны основные результаты теоретических исследований, примеры разработок, определивших ключевые направления практического использования речевых информационных технологий, а также знаковые тенденции и основные направления дальнейших исследований. Узагальнено результати багаторічних досліджень в області розпізнавання мовлення, описано основні результати теоретичних досліджень, приклади розробок, які визначили ключові напрями практичного використання мовленнєвих інформаційних технологій, а також знакові тенденції та основні напрями подальших досліджень. Speech technology and systems became the part of the contemporary world, which helps to transform the society. The Generative Model proposed in Ukraine in 1960s became a base of modern and most productive techniques for speech recognition as well as for pattern recognition in general. The purpose is to analyze and generalize the theoretical and applied progress in order to characterize the state-of-the-art, shape trends and suggest further research and development. ru Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України Управляющие системы и машины Теоретические проблемы обработки и распознавания образов и речи Речевые информационные технологии и системы Speech Information Technologies and Systems Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Речевые информационные технологии и системы |
| spellingShingle |
Речевые информационные технологии и системы Сажок, Н.Н. Теоретические проблемы обработки и распознавания образов и речи |
| title_short |
Речевые информационные технологии и системы |
| title_full |
Речевые информационные технологии и системы |
| title_fullStr |
Речевые информационные технологии и системы |
| title_full_unstemmed |
Речевые информационные технологии и системы |
| title_sort |
речевые информационные технологии и системы |
| author |
Сажок, Н.Н. |
| author_facet |
Сажок, Н.Н. |
| topic |
Теоретические проблемы обработки и распознавания образов и речи |
| topic_facet |
Теоретические проблемы обработки и распознавания образов и речи |
| publishDate |
2017 |
| language |
Russian |
| container_title |
Управляющие системы и машины |
| publisher |
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України |
| format |
Article |
| title_alt |
Speech Information Technologies and Systems |
| description |
Обобщены результаты многолетних исследований в области распознавания речи, описаны основные результаты теоретических исследований, примеры разработок, определивших ключевые направления практического использования речевых информационных технологий, а также знаковые тенденции и основные направления дальнейших исследований.
Узагальнено результати багаторічних досліджень в області розпізнавання мовлення, описано основні результати теоретичних досліджень, приклади розробок, які визначили ключові напрями практичного використання мовленнєвих інформаційних технологій, а також знакові тенденції та основні напрями подальших досліджень.
Speech technology and systems became the part of the contemporary world, which helps to transform the society. The Generative Model proposed in Ukraine in 1960s became a base of modern and most productive techniques for speech recognition as well as for pattern recognition in general. The purpose is to analyze and generalize the theoretical and applied progress in order to characterize the state-of-the-art, shape trends and suggest further research and development.
|
| issn |
0130-5395 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/124960 |
| citation_txt |
Речевые информационные технологии и системы / Н.Н. Сажок // Управляющие системы и машины. — 2017. — № 2. — С. 38-45. — Бібліогр.: 18 назв. — рос. |
| work_keys_str_mv |
AT sažoknn rečevyeinformacionnyetehnologiiisistemy AT sažoknn speechinformationtechnologiesandsystems |
| first_indexed |
2025-11-25T21:20:48Z |
| last_indexed |
2025-11-25T21:20:48Z |
| _version_ |
1850556995699998720 |
| fulltext |
38 УСиМ, 2017, № 2
УДК 004.934
Н.Н. Сажок
Речевые информационные технологии и системы
Обобщены результаты многолетних исследований в области распознавания речи, описаны основные результаты теоретиче-
ских исследований, примеры разработок, определивших ключевые направления практического использования речевых ин-
формационных технологий, а также знаковые тенденции и основные направления дальнейших исследований.
Ключевые слова: распознавание речевого сигнала, смысловая интерпретация речи, синтез речи по тексту, системы речевого
диалога, генеративная модель.
Узагальнено результати багаторічних досліджень в області розпізнавання мовлення, описано основні результати теоретичних
досліджень, приклади розробок, які визначили ключові напрями практичного використання мовленнєвих інформаційних тех-
нологій, а також знакові тенденції та основні напрями подальших досліджень.
Ключові слова розпізнавання мовленнєвого сигналу, смислова інтерпретація мовлення, синтез мовлення за текстом, системи
усного діалогу, генеративна модель.
Введение. Речевые технологии и системы прак-
тически стали неотъемлемой частью совре-
менного информационного общества, во мно-
гом способствуя переходу к обществу знаний.
Между тем, основы теории и ряд практических
применений обработки речевого сигнала зало-
жены в Украине в разные периоды развития
научной и инженерной мысли. Генеративная
модель, впервые предложенная для распозна-
вания речи, способствовала становлению тео-
рии распознавания образов в целом [1]. Прой-
ден долгий и нелегкий путь от построения экс-
периментальных систем речевого диалога на
большой электронной счетной машине (БЭСМ)
до портативных устройств речевого управле-
ния, от систем, ограниченных словарями в не-
сколько десятков или сотен слов, до практиче-
ски полного охвата лексикона.
Сегодня в Украине ведущую роль в разви-
тии речевых технологий занимает Междуна-
родный Центр, где исследования проблематики
речевых информационных технологий и сис-
тем ведутся традиционно, их высокий уровень
признается как на национальном, так и на ме-
ждународном уровнях. В статье обобщены ре-
зультаты многолетних исследований в области
распознавания речи, коротко описаны основ-
ные результаты теоретических исследований,
приведены примеры разработок, определив-
ших ключевые направления практического ис-
пользования речевых информационных техно-
логий, описаны некоторые тенденции и на-
правления будущих исследований.
Сферы применения речевых технологий
(актуальность)
С каждым новым продвижением в области
речевых технологий возрастают ожидания поль-
зователей, вызванные как опытом эксплуатации
прототипов систем, так и расширением сфер
применения, связанных с новыми источниками
получения речевой информации и многоязычно-
стью.
Ввод информации голосом позволяет осво-
бодить руки, а синтез речи по тексту – разгру-
зить глаза. Объединение этих двух технологий
позволяет создать различные системы речевого
диалога, в том числе системы голосового уп-
равления техническими системами.
Речевое общение человека и компьютера
постепенно входит в нашу повседневную жизнь.
Например, подсистема Siri в устройствах на
базе iOS и подсистема Cortana в MS Windows и
Android помогают находить всевозможную ин-
формацию как в Интернете, так и на самом
устройстве. В основе моделирования такого
общения лежат технологии анализа, распозна-
вания, интерпретации и синтеза речевого сиг-
нала в пределах предметных областей и устно-
го диалога [1]. Развиваются сервисные служ-
бы, с использованием диалоговых систем, по-
зволяющие получать информацию о расписа-
нии движения транспорта, текущее состояние
банковского счета, бронировать билеты и т.д.
Ввод текстовой информации под диктовку
предусматривает выход за пределы предмет-
ных областей, размеры рабочих словарей со-
ставляют сотни тысяч слов.
УСиМ, 2017, № 2 39
Еще одним применением речевых технологий
есть обработка медийной информации, в частно-
сти теле- и радиовещания. Такого рода системы,
в отличие от ранее рассмотренных задач, не пре-
дусматривают обратной связи с лицом, чья речь
распознается. Здесь также нет жесткого требова-
ния реального времени. В мире существует ряд
преимущественно экспериментальных и вспомо-
гательных систем, в которых автоматизированы
генерирование субтитров и поиск информации
для английского и ряда других языков, в основ-
ном европейских [2, 3]. В основе таких систем
лежит технология распознавания речи, предна-
значенная для преобразования в текст сигнала,
который принимается из определенных источни-
ков вещания и соответствует определенному на-
бору телерадиопрограмм (новости, интервью, те-
лешоу, трансляции заседаний парламента и др.).
Полученный в результате преобразования текст
должен соответствовать содержанию, а пользо-
ватель системы должен иметь возможность про-
слушивать запись передачи, параллельно следя
за текстом и, при необходимости, корректируя
его. При этом важно сократить задержку полу-
чения ответа распознавания, одновременно учи-
тывая ограничения доступных вычислительных
ресурсов.
Генеративная модель распознавания речи
За последние 20 лет в составе Международ-
ного научно-учебного центра информационных
технологий и систем получила дальнейшее
развитие ИКДП-теория (подход, нынешнее на-
звание – Генеративная модель) автоматическо-
го распознавания, понимания, синтеза и ком-
прессированной передачи речевых сигналов.
Эта теория, предложенная в 1966 году, ос-
новывается на экономном описании (задании,
композиции (К)) модельных речевых сигналов
с помощью иерархически (И) организованных
стохастических автоматных порождающих
грамматик и на сравнении модельных сигналов
с теми, которые распознаются с помощью ди-
намического программирования (ДП) [1]. Эти
теоретические разработки Центра признаны
пионерными в мире и такими, которые повли-
яли решающим образом на развитие речевой
информатики [4].
С 1975 года модификация этой теории из-
вестна под названием Скрытые Марковские
Модели (HMM – Hidden Markov Model), а в на-
чале 2000-х теория HMM была эффективно пе-
реформулирована в терминах конечных взве-
шенных трансдьюсеров [5].
В задачах преобразования речи в текст
входной речевой сигнал преобразуется в по-
следовательность акустических векторов фик-
сированного измерения в
результате препроцессинга. Иными словами,
происходит переход в пространство первичных
признаков. Затем декодер пытается найти по-
следовательность слов 1: 1 2, , ,T Lw w w w , ко-
торая наиболее вероятно соответствует наблю-
даемому Y, т.е. декодер пытается найти
. (1)
Несмотря на сложность, ряд дискриминант-
ных моделей пытаются оперировать с этим вы-
ражением напрямую [6]. Впрочем, наиболее
продуктивна – генеративная модель, рассматри-
вающая эквивалентную задачу, возникающую в
результате применения правила Байеса к (1):
. (2)
Мера схожести определяет акустиче-
скую составляющую, а вероятность –
лингвистическую составляющую генеративной
модели распознавания речевого сигнала. Па-
раметры модели оцениваются на основе рече-
вых и текстовых корпусов [7].
Рассмотрим подробнее акустическую состав-
ляющую или акустическую модель (АМ). Каж-
дое произнесенное слово w разлагается на по-
следовательность Lw базовых звуков, т.е. фонем
из некоторого алфавита базовых фонем. Эта по-
следовательность есть произношением слова
или его фонетической транскрипцией. Чтобы
учесть множественность вариантов произноше-
ния слова, степень сходства вычисляется по мно-
гим допустимым фонемным транскрипциям:
, (3)
где сумма, обычно замещаемая максимумом,
берется по всем допустимым последователь-
ностям произношения для w, Q – некоторая
последовательность фонемных транскрипций,
40 УСиМ, 2017, № 2
, (4)
где – допустимое произношение слова wl.
Чтобы построить фонемные транскрипции
слов, разрабатывается процедура графемно-фо-
немного преобразования. Это преобразование
моделирует особенности, присущие конкретно-
му языку. Между символами из алфавита языка
и звуками из базового алфавита фонем должна
моделироваться связь. Ряд языков при этом име-
ют свои характерные признаки. Так, в отличие от
английского, для украинского языка в алфавит
фонем включены как ударные, так и безударные
гласные. Из этого следует, что необходимо пре-
дусмотреть также прогнозирование ударения в
словах. Кроме того, для всех языков возникает
необходимость расшифровки цифр и символов.
Эти аспекты проработаны в рамках многознач-
ной многоуровневой генеративной модели [8].
Каждая фонема q представляется в виде по-
рождающей модели, как проиллюстрировано
на рис. 1, а, где {aij} – статистические парамет-
ры перехода между состояниями i и j, {bj(yt)} –
распределения в пространстве первичных при-
знаков для рабочих состояний. Эти распреде-
ления фактически аппроксимируют в простран-
стве первичных признаков те области, через ко-
торые проходят траектории, соответствующие
фонеме q. Такой общий вид имеет базовая не-
явная (или скрытая) марковская модель НММ.
Технически, переход от рабочего состояния
генеративной модели к одному из состояний, с
которым рабочее состояние связано, осуществ-
ляется за единицу отсчета времени.
Допустимая последовательность состояний
Θ1:T = (θ1, θ2 ,…, θT ), (5)
по которой генерируется эталонный (модель-
ный) сигнал, является некоторой акустической
транскрипцией наблюдаемого сигнала. Соглас-
но генеративной модели, эти состояния связа-
ны условными зависимостями как между со-
бой, так и с отсчетами наблюдаемого сигнала.
На рис. 1, б эти зависимости для базовой НММ
представлены в виде динамической байесов-
ской сети (ДБС) [7]. В принятой здесь нотации
дискретные переменные изображаются в квад-
ратах, непрерывные переменные – в кругах,
наблюдаемые переменные затенены, а скрытые
оставлены светлыми.
Этот вид удобный для иллюстрации расши-
рений базовой генеративной модели, в частно-
сти, для введения дополнительных параметров
и зависимостей, например, между соседними
отсчетами наблюдаемого сигнала. Кроме того,
ДБС довольно иллюстративна при объяснении
дискриминантных моделей.
b
2
(y
3
)
a
22
θ
7
=2θ
6
=2
b
1
(y
1
)
y
1
y
2
y
3
y
4
y
5
y
6
y
7
θ
3
=2θ
2
=1θ
1
=1
b
3
(y
7
)b
2
(y
6
)
y
t
y
t+1
a
34
a
33
a
23
a
12
a
11
0 1 2 3 4
θ
t
θ
t+1
а) б)
Рис. 1. Базовая генеративная модель НММ фонемы: а – в виде
свернутого графа динамического программирования;
б – в виде динамической байесовской сети
Недавнее переформулирование HMM в тер-
минах конечных взвешенных трансдьюсеров и
разработка соответствующих инструменталь-
ных средств [5, 9] позволили применить мате-
матический аппарат трандьюсеров для опти-
мизации построения графа ДП. При этом сни-
мается проблема масштабирования акустиче-
ской и лингвистической составляющих, и по-
является возможность более прозрачного опи-
сания и обоснования конструкций при постро-
ении генеративных моделей.
Моделирование в пространстве первич-
ных признаков
Модель аппроксимации областей наблюдения
фонем в пространстве первичных признаков
сигнала на основе нормального закона распреде-
ления демонстрировала эффективность на про-
тяжении многих десятилетий. Для лучшего каче-
ства аппроксимации в пространстве первичных
признаков сигнала областей пребывания фонемы
вместо одного нормального закона (гауссоида)
вводится смесь гауссоидов:
( ) ( )
1
( ) ; ,
M
jm jm
j jm
m
b G
y y , (6)
где jm – априорная вероятность пребывания в
m-м гауссоиде j-го состояния, удовлетворяю-
УСиМ, 2017, № 2 41
щая условиям функции вероятности, в частно-
сти, 0jm и
1
1M
jmm
.
Смесью нормальных законов моделируются
асимметричные распределения и распределения
со многими модами. Это позволяет более точно
отразить многообразие сигнала, обусловленое
индивидуальными особенностями дикторов (ди-
алект, пол, тембр) и взаимовлиянием звуков в
потоке речи или коартикуляцией. На самом деле,
более стандартным приемом учета коартикуля-
ции есть введение контекстной зависимости фо-
нем, например, использование фонемно-три-
фонной модели [10]. В более общем случае,
{ bj(yt) } принимают вид
, (7)
где cj – один из кластеризированных контекст-
ных классов C = {c1, …, cJ}, а si – контекстно-
независимая фонема или состояние в некото-
рой контекстно-независимой фонеме. К кон-
текстным классам могут относится не только
прилегающие справа или слева фонемы, но и
прочие лингвистические признаки, относящи-
еся, например, к границам слов или морфем,
движение интонации и т.д.
Особенно важным при применении смеси
нормальных законов есть обоснованное обес-
печение диагональности каждой ковариацион-
ной матрицы. Для этого, при необходимости,
проводится декореляция пространства первич-
ных признаков путем применения дискретного
косинус-преобразования. Таким образом, ап-
проксимация областей пребывания фонем осу-
ществляется объединением эллипсоидов, вы-
тянутых вдоль осей координат.
На рис. 2 изображена проекция на двумерное
пространство траектории движения реализации
слова оса в многомерном пространстве первич-
ных признаков. Отсчеты наблюдаемого сигнала
yt = 1:72 проходят через области пребывания соот-
ветствующих фонем: # (фонема–пауза), о, с, А (а
отмечена), #. Фонема–пауза # аппроксимируется
эллипсоидом, что соответствует одному гауссои-
ду в едином состоянии модели этой фонемы # 1.
Предполагается, что вероятность аппроксимации
гауссоидом некоторой точки внутри соответ-
ствующего эллипсоида больше некоторого зна-
чения, например, 0,1. Модели фонем о и А со-
держат по три состояния: О1, О2, О3 и А1, А2,
А3, распределение каждого из них аппроксими-
руется двумя компонентами смеси нормальных
законов. Гауссоиды, соответствующие одному и
тому же состоянию в пределах фонемы, имеют
одинаковое штрихование. Модель фонемы с со-
держит также три состояния, но для аппрокси-
мации распределения каждого из состояний ис-
пользуется только один гауссоид.
Рис. 2. Проекция на двумерное пространство траектории дви-
жения акустической реализации слова оса́ в простран-
стве первичных признаков
В процессе распознавания всех допустимых
акустических транскрипций ищется такая, что
наилучшим образом аппроксимирует траекто-
рию сигнала. Изображенная на рис. 2 траекто-
рия сигнала лучше аппроксимируется акусти-
ческой транскрипцией вида (5), переменные
которой имеют значения: θ1:10 = #1, θ11:16 = о1,
θ17:24 = о2, θ25:27 = о3, θ28:31 = с1, θ32:39 = с2, θ40:42 =
= с3, θ43:48 = А1, θ49:59 = А2, θ60:66 = А3, и θ67:72 = #1.
Другим способом оценивать априорные веро-
ятности вида (7) есть применение многослойно-
го перцептрона в рамках подхода, известного как
Deep Learning [11]. Хотя такой метод и не дает
прямой возможности проводить процедуры
адаптации на голос диктора, он имеет ряд теоре-
тических преимуществ (например, не подвержен
локальности), а системы с его использованием
демонстрируют заметное улучшение надежности.
Многоязычие
Речевые сигналы в разных языках могут быть
представлены последовательностями символов
42 УСиМ, 2017, № 2
из некоторого универсального (международного)
фонетического алфавита. Действительно, неза-
висимо от языка, все люди имеют одинаковую
анатомию и физиологию для генерирования и
восприятия речи. Значит, может быть предложе-
на единая артикуляторно-фонемная модель, по-
зволяющая описывать речевые сигналы с помо-
щью фонетико-акустических символов из неко-
торого общего алфавита. Хотя языки разные, од-
нако артикуляционные жесты, характерные для
одного языка, выбираются из некоторого общего
для всех языков алфавита. Так, все языки имеют
гласные и согласные, ударные и безударные зву-
ки, звонкие и шипящие согласные и др.
Более того, все люди говорят об одних и тех
же событиях в одном и том же мире, выражая
сходные эмоции. Вот почему мы выдвигаем ги-
потезу о создании единого фонетического кода
из около 100 базовых фонем (артикуляторных
движений) и предлагаем использовать этот код
для описания речевых сигналов для различных
языков и народов. В каждом языке в среднем
около 50 фонем – артикуляционных жестов, и
поэтому можно использовать около (ги-
гантское количество!) различных языков. Следо-
вательно, при обработке многоязыковых речевых
сигналов должен быть создан фонетико-акусти-
ческий транскриптор, превращающий речевой
сигнал в последовательность акустико-фонети-
ческих кросс-лингвистических символов. В ос-
нову этого объединенного аудиопроекта положен
межязыковый фонетический код.
Таким образом, сначала речевой сигнал опи-
сывается последовательностью фонетических
симолов в международном фонетическом коде, а
затем полученная последовательность превра-
щается в последовтельность символов в нацио-
нальном фонетическом коде. В дальнейшем об-
работка последовательности символов ведется с
учетом лексики, синтаксиса и другой априорной
информации в терминах национального языка.
Общая структура системы распознавания
речи
Общая структура системы преобразования
текста в речь, показанная на рис. 3, разделяется
на компоненты, одна из которых, компонента
реального времени (он-лайновая) – Распознава-
тель, – обращается к Базе данных и знаний,
формируемой в отложенном режиме (офф-лайн).
Рис. 3. Общая структура базовой системы преобразования
текста в речь
Компонента реального времени Распознава-
тель получает Входящий речевой сигнал из неко-
торого источника (микрофон, файловая система
или компьютерная сеть). Детектор голосовой
активности (ДГА) обнаруживает предполагае-
мые начала речевых сегментов, чтобы начать пе-
редачу сигнала в Препроцессор, который извле-
кает первичные акустические признаки. Декодер
сравнивает входящий сегмент с гипотезами мо-
дельного сигнала, которые генерируются на ос-
нове акустической и лингвистической моделей,
отбрасывая неперспективные гипотезы. Резуль-
тат декодирования, представленный в виде по-
следовательностей слов или сети несовпадений,
дополненных оценками длительностей и дове-
рительной мерой, передается в Блок принятия
решений (БПР), который формирует окончатель-
ный Ответ распознавания с возможным учетом
предыстории и доверительных интервалов.
Прикладные разработки
Ранние прикладные разработки на основе ре-
чевых технологий выполнены на базе как наибо-
лее мощных в свое время компьютеров, напри-
мер, БЭСМ, так и с применением специализиро-
ванных процессорных систем в 1970–1990 гг.
Они характеризировались необходимостью на-
стройки на голос пользователя с произнесени-
ем последним всего словаря. Наиболее успеш-
ный пример ранних прикладных разработок –
система речевого диалога «Речь–121» (рис. 4),
созданная в 1986–1991 гг. по контрактам с
ЮНЕСКО. Это многоязычная система устного
диалога для ПК (использовалось семь евро-
пейских языков).
УСиМ, 2017, № 2 43
Рис. 4. Система речевого диалога «Речь–121» (1986)
В рамках Государственной научно-техниче-
ской программы «Образный компьютер» (2001–
2011 гг.) были разработаны первые портатив-
ные устройства речевой информатики. Цифро-
вой диктофон с голосовым управлением «Во-
кофон» (рис. 5) обеспечивал голосовые функ-
ции записи и воспроизведения аудиоинформа-
ции, именования и разметки записанной ин-
формации, поиск информации по ключевым
словам, произнесенных пользователем. Были
созданы макетные устройства на основе мик-
ропроцессора цифровой обработки сигналов
ADSP–2188N и BF–561. Разработанный на той
же электронной базе портативный устный сло-
варь–переводчик «Вокопретер» выполнял уст-
ный перевод в пределах выбранной предмет-
ной области. После произнесения пользовате-
лем на родном языке слова или фразы резуль-
тат автоматического распознавания и перевода
озвучивался на иностранном языке. Предвари-
тельно от пользователя требовалось прогово-
рить все фразы на родном языке для настраи-
вания параметров системы распознавания.
На основании теоретических исследований
разработан ряд интеллектуальных речевых ин-
формационных технологий и эксперименталь-
ных компьютерных систем, ориентированных на
различные сферы применения. Среди них особое
место занимает автоматический фонетический
стенограф, предназначенный для преобразова-
ния речи в последовательность фонем без учета
знаний о лексике, синтаксисе и семантике. Явля-
ясь реализацией базовой технологии ввода ин-
формации голосом, фонетический стенограф по-
стоянно совершенствуется, начиная с 2004 года.
Рис. 5. Модификации цифрового диктофона с голосовым
управлением (2001–2002 гг.)
Пример диктовальной машины – система
«Диригент» [12] (первая версия – в 2012 г.).
Сегодня она покрывает до 95 процентоя лекси-
ки трех языков и позволят вводить текст под
диктовку на ноутбуке. Еще одна система, кото-
рая непосредственно кооперируется с дикто-
ром, – vOKopreter – осуществляет устный пе-
ревод в пределах предметных областей без не-
обходимости предварительной настройки на
голос диктора (рис. 6). В основе системы ле-
жит генеративная модель смысловой интерпре-
тации речевого сигнала [13]. Дальнейшее раз-
витие этой системы предполагает построение
модели общения пользователя с кибернетиче-
скими системами естественной речью [14, 15].
Рис. 6. Результат смыслового перевода фразы, произнесение
которой демонстрируется в различных вариантах (на-
пример, переставляются слова), но с сохранением еди-
ного смысла
Для обработки медийной информации, в ча-
стности теле- и радиовещания, в мире сущест-
вует ряд преимущественно экспериментальных
и вспомогательных систем, в которых автома-
тизированы генерирование субтитров и поиск
информации для английского и ряда других
языков, в основном европейских [2, 3]. Разра-
ботанная в Украине система WebSten обеспечи-
вает преобразование в текст спонтанной речи,
полученной по каналам телерадиовещания без
44 УСиМ, 2017, № 2
предусмотрения взаимодействия с диктором, а
система MediaAudit проводит мониторинг те-
лерадиоэфира по ключевым словам (рис. 7).
Демонстрируется высокая релевантность най-
денных сюжетов. Поддерживается использова-
ние шаблонов при поиске. Создан веб-сервис с
возможностью редактирования распознанного
текста. В обеих системах пользователь имеет
возможность прослушивать отобранные или
найденные медийные фрагменты синхронно с
распознанным текстом (рис. 7) [15, 16].
...
...
Рис. 7. Результат поиска по семейству ключевых слов, начи-
нающихся на «академі»
Пример адаптации речевых технологий для
специфической сферы деятельности человека –
средства автоматизации составления судебных
протоколов в коммерческой системе SRS «Femi-
da». На систему распознавания речи возложе-
ны: определение стадий судебного разбиратель-
ства, поиск ключевых слов в фонограммах и
формирование протокола под диктовку. В рам-
ках этих разработок был создан первый укра-
инский корпус эфирной речи [17].
Технология обратная распознаванию речи –
синтез речи по тексту – реализована в системе
«Текстофон». Она обеспечивает озвучивание про-
извольных украиноязычных текстов. Доступны
мужской и женский голоса, возможно регулиро-
вание скорости воспроизведения речи. Высокая
натуральность и разборчивость достигаются пу-
тем обработки больших объемов записанной ре-
чи. Устанавливается на ПК или сервер [18].
Перспективы развития
Для повышения уровня жизни и ее безопас-
ности необходимы новые компьютерные средст-
ва (интеллектуальные помощники человека) для
анализа, распознавания, понимания, кодирова-
ния и генерирования речевой и звуковой инфор-
мации. Эти средства должны не только повысить
надежность распознавания и понимания речевых
сигналов, повысить натуральность и разборчи-
вость синтезированной речи, а и обеспечить та-
кие же показатели для беглой речи, в том числе в
условиях помех и для шепотной речи. Отдель-
ную группу задач составляют задачи распозна-
вания индивидуальной речи человека, иденти-
фикации и верификации личности по голосу го-
ворящего, улучшение качества речи в условиях
помех, разделение смесей и сумм сигналов по
источнику их происхождения.
Заключение. За последние десятилетия в
речевых технологиях осуществлен значитель-
ный прогресс, и не в последнюю очередь бла-
годаря увеличению мощности вычислительных
ресурсов. Достигнутое повышение робастно-
сти для ряда задач в распознавании значитель-
но приблизило уровень восприятия речи ком-
пьютером к человеческому.
В общих теоретических подходах наблюдает-
ся определенная сбалансированность генератив-
ных и дискриминативных моделей. Трансдью-
серное представление позволило обобщить ме-
тоды комбинирования генеративных моделей и
их оптимизации, что привело к более простым и
гибким конструкциям систем распознавания.
Моделирование разного рода контекстных
зависимостей и более качественная аппрокси-
мация в математическом описании простран-
ства первичных акустических признаков дали
ощутимый эффект, продолжение работ в этих
направлениях имеет значительную перспекти-
ву. Предстоит раскрыть потенциал моделиро-
вания структуры лингвистической составляю-
щей генеративной модели, особенно для спон-
танной речи и многоязычия.
1. Винцюк Т.К. Анализ, распознавание и смысловая
интерпретация речевых сигналов. Киев: Наук. думка,
1987. – 264 с.
2. http://voxalead.labs.exalead.com/
3. http://tech.ebu.ch/docs/events/metadata15/Petr Vitek and
Pavel Ircing_CT_UWB.pdf
4. Sadaoki Furui. 50 years of progress in speech and
speaker recognition / Proc. of 10th Int. Conf. «Speech
and Computer». – Patras, Greece, 2005. – P. 1–9.
5. Mohri M., Pereira F., Riley M. Speech recognition
with weighted finite-state transducers. Springer Hand-
book on Speech Processing and Speech Communica-
tion. – Berlin, Heidelberg: Springer, 2008. – P. 559–584.
6. Gales M. Discriminative models for speech recognition,
ITA Work-shop, Univ. San Diego, USA, Feb. 2007.
УСиМ, 2017, № 2 45
7. Gales M., Young S. The Application of Hidden Markov
Models in Speech Recognition // Foundations and Trends
in Signal Processing. – 2007. – 1(3). – P. 195–304.
8. Робейко В.В., Сажок М.М. Багатозначна багаторі-
внева модель перетворення орфографічного тексту
на фонемний // Штучний інтелект. – 2011. – № 4. –
С. 117–125.
9. The Kaldi Speech Recognition Toolkit / D. Povey,
A. Ghoshal, G. Boulianne et. al. // IEEE 2011 Workshop
on Automatic Speech Recognition and Understanding.
10. Vintsiuk Taras, Sazhok Mykola. Multi-Level Multi-
Decision Models for ASR // Proc. of the 10th Int. Conf.
on Speech and Computer – SpeCom’2005, Patras,
Greece, 17–19 Oct. 2005. – Р. 69–76.
11. Context-Dependent Pre-Trained Deep Neural Networks
for Large Vocabulary Speech Recognition / G. Dahl,
Yu. Dong, Li. Deng et al. // IEEE Trans. Speech and Au-
dio Proc., Special Issue on Deep Learning for Speech
Processing, 2011.
12. Робейко В., Сажок М. Розпізнавання спонтанного
мовлення на основі акустичних композитних мо-
делей слів у реальному часі // Штучний інтелект. –
2012. –№ 4. – С. 253–263.
13. Сажок М., Яценко В. Система усного перекладу на
основі інтерпретації мовленнєвого сигналу в межах
предметних областей // Пр. Міжнар. конф. УкрОб-
раз’2010, 25–29 жовт. 2010. – К.: – С. 103–106.
14. Построение сценариев формализованного устного
диалога на примере заказа билетов на железнодо-
рожные поезда / В.В. Пилипенко, С.А. Биднюк,
Р.А. Селюх и др. // УСиМ. – 2013. – № 4. – С. 71–75.
15. Васильева Н.Б., Сухоручкина О.Н., Яценко В.В. Осо-
бенности построения модели речевого общения
пользователя с многофункциональным сервисным
мобильным роботом // Там же. – 2015. – № 6. –
С. 16–22, 28.
16. Система преобразования телерадиовещания в
текст для украинского языка / Н.Н. Сажок, В.В. Ро-
бейко, Д.Я. Федорин и др. // Там же. – С. 66–73.
17. Створення акустичного корпусу українського ефі-
рного мовлення / Н.Б. Васильєва, В.В. Пилипенко,
О.М. Радуцький та ін. // Обробка сигналів і зобра-
жень та розпізнавання образів: Х Міжнар. конф.
УкрОбраз’2010, 25–29 жовт. 2010. – K.: – С. 55–58.
18. Автоматичний озвучувач українських текстів на ос-
нові фонемно-трифонної моделі з використанням
природного мовного сигналу / Т.К.Вінцюк, Т.В. Лю-
довик, М.М. Сажок та ін. / Оброблення сигналів і зо-
бражень та розпізнавання образів: Пр. 6-ї Всеукраїн-
ської міжнар. конф. УкрОбраз’2002, Київ, 8–12 жовт.,
2002 р. – К.: УАсОІРО, 2002. – C. 79–84.
Поступила 30.04.2017
E-mail: sazhok@gmail.com
© Н.Н. Сажок, 2017
UDC 004.934
N. N. Sazhok
Speech Information Technologies and Systems
Keywords: speech signal recognition, speech understanding, text-to-speech, spoken dialog systems, generative model.
Introduction. Speech technology and systems became the part of the contemporary world, which helps to transform the society.
The Generative Model proposed in Ukraine in 1960s became a base of modern and most productive techniques for speech recogni-
tion as well as for pattern recognition in general.
The purpose is to analyze and generalize the theoretical and applied progress in order to characterize the state-of-the-art, shape
trends and suggest further research and development.
Scope of application. Speech technology scope extends continuously by introducing new speech signal sources and mul-
tilingualism, growing user expectations and IT progress. Voice input and text-to-speech systems allow relieving human hands
and eyes that leads to the natural man-machine communication where a user can co-operate with the cybernetic system. An
opposite example, where no such co-operation provided, is the automatic broadcast monitoring system.
Methods. The contemporary formulation of Generative Model is presented with the focus on its acoustic component. The re-
cently adapted mathematical tools, which allow the context dependency and pattern hierarchy effective modelling, are referred. For
decades, the feature space areas, where a basic speech segment is observed, have been successfully approximated by Gaussian Mix-
ture Model. The further applied Deep Learning technique improves the approximation quality. The way to model the multilingual
aspects are described. The general model of the speech recognition system is presented and the key applications are described.
Conclusion. The gap between computer and human speech processing has been significantly reduced for the certain tasks.
The extended (e.g. structural) context dependency and feature space modelling showed their effectiveness and is promising
for the further research.
<<
/ASCII85EncodePages false
/AllowTransparency false
/AutoPositionEPSFiles true
/AutoRotatePages /None
/Binding /Left
/CalGrayProfile (Dot Gain 20%)
/CalRGBProfile (sRGB IEC61966-2.1)
/CalCMYKProfile (U.S. Web Coated \050SWOP\051 v2)
/sRGBProfile (sRGB IEC61966-2.1)
/CannotEmbedFontPolicy /Error
/CompatibilityLevel 1.4
/CompressObjects /Tags
/CompressPages true
/ConvertImagesToIndexed true
/PassThroughJPEGImages true
/CreateJobTicket false
/DefaultRenderingIntent /Default
/DetectBlends true
/DetectCurves 0.0000
/ColorConversionStrategy /CMYK
/DoThumbnails false
/EmbedAllFonts true
/EmbedOpenType false
/ParseICCProfilesInComments true
/EmbedJobOptions true
/DSCReportingLevel 0
/EmitDSCWarnings false
/EndPage -1
/ImageMemory 1048576
/LockDistillerParams false
/MaxSubsetPct 100
/Optimize true
/OPM 1
/ParseDSCComments true
/ParseDSCCommentsForDocInfo true
/PreserveCopyPage true
/PreserveDICMYKValues true
/PreserveEPSInfo true
/PreserveFlatness true
/PreserveHalftoneInfo false
/PreserveOPIComments true
/PreserveOverprintSettings true
/StartPage 1
/SubsetFonts true
/TransferFunctionInfo /Apply
/UCRandBGInfo /Preserve
/UsePrologue false
/ColorSettingsFile ()
/AlwaysEmbed [ true
]
/NeverEmbed [ true
]
/AntiAliasColorImages false
/CropColorImages true
/ColorImageMinResolution 300
/ColorImageMinResolutionPolicy /OK
/DownsampleColorImages true
/ColorImageDownsampleType /Bicubic
/ColorImageResolution 300
/ColorImageDepth -1
/ColorImageMinDownsampleDepth 1
/ColorImageDownsampleThreshold 1.50000
/EncodeColorImages true
/ColorImageFilter /DCTEncode
/AutoFilterColorImages true
/ColorImageAutoFilterStrategy /JPEG
/ColorACSImageDict <<
/QFactor 0.15
/HSamples [1 1 1 1] /VSamples [1 1 1 1]
>>
/ColorImageDict <<
/QFactor 0.15
/HSamples [1 1 1 1] /VSamples [1 1 1 1]
>>
/JPEG2000ColorACSImageDict <<
/TileWidth 256
/TileHeight 256
/Quality 30
>>
/JPEG2000ColorImageDict <<
/TileWidth 256
/TileHeight 256
/Quality 30
>>
/AntiAliasGrayImages false
/CropGrayImages true
/GrayImageMinResolution 300
/GrayImageMinResolutionPolicy /OK
/DownsampleGrayImages true
/GrayImageDownsampleType /Bicubic
/GrayImageResolution 300
/GrayImageDepth -1
/GrayImageMinDownsampleDepth 2
/GrayImageDownsampleThreshold 1.50000
/EncodeGrayImages true
/GrayImageFilter /DCTEncode
/AutoFilterGrayImages true
/GrayImageAutoFilterStrategy /JPEG
/GrayACSImageDict <<
/QFactor 0.15
/HSamples [1 1 1 1] /VSamples [1 1 1 1]
>>
/GrayImageDict <<
/QFactor 0.15
/HSamples [1 1 1 1] /VSamples [1 1 1 1]
>>
/JPEG2000GrayACSImageDict <<
/TileWidth 256
/TileHeight 256
/Quality 30
>>
/JPEG2000GrayImageDict <<
/TileWidth 256
/TileHeight 256
/Quality 30
>>
/AntiAliasMonoImages false
/CropMonoImages true
/MonoImageMinResolution 1200
/MonoImageMinResolutionPolicy /OK
/DownsampleMonoImages true
/MonoImageDownsampleType /Bicubic
/MonoImageResolution 1200
/MonoImageDepth -1
/MonoImageDownsampleThreshold 1.50000
/EncodeMonoImages true
/MonoImageFilter /CCITTFaxEncode
/MonoImageDict <<
/K -1
>>
/AllowPSXObjects false
/CheckCompliance [
/None
]
/PDFX1aCheck false
/PDFX3Check false
/PDFXCompliantPDFOnly false
/PDFXNoTrimBoxError true
/PDFXTrimBoxToMediaBoxOffset [
0.00000
0.00000
0.00000
0.00000
]
/PDFXSetBleedBoxToMediaBox true
/PDFXBleedBoxToTrimBoxOffset [
0.00000
0.00000
0.00000
0.00000
]
/PDFXOutputIntentProfile ()
/PDFXOutputConditionIdentifier ()
/PDFXOutputCondition ()
/PDFXRegistryName ()
/PDFXTrapped /False
/CreateJDFFile false
/Description <<
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
/BGR <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>
/CHS <FEFF4f7f75288fd94e9b8bbe5b9a521b5efa7684002000410064006f006200650020005000440046002065876863900275284e8e9ad88d2891cf76845370524d53705237300260a853ef4ee54f7f75280020004100630072006f0062006100740020548c002000410064006f00620065002000520065006100640065007200200035002e003000204ee553ca66f49ad87248672c676562535f00521b5efa768400200050004400460020658768633002>
/CHT <FEFF4f7f752890194e9b8a2d7f6e5efa7acb7684002000410064006f006200650020005000440046002065874ef69069752865bc9ad854c18cea76845370524d5370523786557406300260a853ef4ee54f7f75280020004100630072006f0062006100740020548c002000410064006f00620065002000520065006100640065007200200035002e003000204ee553ca66f49ad87248672c4f86958b555f5df25efa7acb76840020005000440046002065874ef63002>
/CZE <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>
/DAN <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>
/DEU <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>
/ESP <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>
/ETI <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>
/FRA <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>
/GRE <FEFF03a703c103b703c303b903bc03bf03c003bf03b903ae03c303c403b5002003b103c503c403ad03c2002003c403b903c2002003c103c503b803bc03af03c303b503b903c2002003b303b903b1002003bd03b1002003b403b703bc03b903bf03c503c103b303ae03c303b503c403b5002003ad03b303b303c103b103c603b1002000410064006f006200650020005000440046002003c003bf03c5002003b503af03bd03b103b9002003ba03b103c42019002003b503be03bf03c703ae03bd002003ba03b103c403ac03bb03bb03b703bb03b1002003b303b903b1002003c003c103bf002d03b503ba03c403c503c003c903c403b903ba03ad03c2002003b503c103b303b103c303af03b503c2002003c503c803b703bb03ae03c2002003c003bf03b903cc03c403b703c403b103c2002e0020002003a403b10020005000440046002003ad03b303b303c103b103c603b1002003c003bf03c5002003ad03c703b503c403b5002003b403b703bc03b903bf03c503c103b303ae03c303b503b9002003bc03c003bf03c103bf03cd03bd002003bd03b1002003b103bd03bf03b903c703c403bf03cd03bd002003bc03b5002003c403bf0020004100630072006f006200610074002c002003c403bf002000410064006f00620065002000520065006100640065007200200035002e0030002003ba03b103b9002003bc03b503c403b103b303b503bd03ad03c303c403b503c103b503c2002003b503ba03b403cc03c303b503b903c2002e>
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
/HRV (Za stvaranje Adobe PDF dokumenata najpogodnijih za visokokvalitetni ispis prije tiskanja koristite ove postavke. Stvoreni PDF dokumenti mogu se otvoriti Acrobat i Adobe Reader 5.0 i kasnijim verzijama.)
/HUN <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>
/ITA <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>
/JPN <FEFF9ad854c18cea306a30d730ea30d730ec30b951fa529b7528002000410064006f0062006500200050004400460020658766f8306e4f5c6210306b4f7f75283057307e305930023053306e8a2d5b9a30674f5c62103055308c305f0020005000440046002030d530a130a430eb306f3001004100630072006f0062006100740020304a30883073002000410064006f00620065002000520065006100640065007200200035002e003000204ee5964d3067958b304f30533068304c3067304d307e305930023053306e8a2d5b9a306b306f30d530a930f330c8306e57cb30818fbc307f304c5fc59808306730593002>
/KOR <FEFFc7740020c124c815c7440020c0acc6a9d558c5ec0020ace0d488c9c80020c2dcd5d80020c778c1c4c5d00020ac00c7a50020c801d569d55c002000410064006f0062006500200050004400460020bb38c11cb97c0020c791c131d569b2c8b2e4002e0020c774b807ac8c0020c791c131b41c00200050004400460020bb38c11cb2940020004100630072006f0062006100740020bc0f002000410064006f00620065002000520065006100640065007200200035002e00300020c774c0c1c5d0c11c0020c5f40020c2180020c788c2b5b2c8b2e4002e>
/LTH <FEFF004e006100750064006f006b0069007400650020016100690075006f007300200070006100720061006d006500740072007500730020006e006f0072011700640061006d00690020006b0075007200740069002000410064006f00620065002000500044004600200064006f006b0075006d0065006e007400750073002c0020006b00750072006900650020006c0061006200690061007500730069006100690020007000720069007400610069006b007900740069002000610075006b01610074006f00730020006b006f006b007900620117007300200070006100720065006e006700740069006e00690061006d00200073007000610075007300640069006e0069006d00750069002e0020002000530075006b0075007200740069002000500044004600200064006f006b0075006d0065006e007400610069002000670061006c006900200062016b007400690020006100740069006400610072006f006d00690020004100630072006f006200610074002000690072002000410064006f00620065002000520065006100640065007200200035002e0030002000610072002000760117006c00650073006e0117006d00690073002000760065007200730069006a006f006d00690073002e>
/LVI <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>
/NLD (Gebruik deze instellingen om Adobe PDF-documenten te maken die zijn geoptimaliseerd voor prepress-afdrukken van hoge kwaliteit. De gemaakte PDF-documenten kunnen worden geopend met Acrobat en Adobe Reader 5.0 en hoger.)
/NOR <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>
/POL <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>
/PTB <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>
/RUM <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>
/RUS <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>
/SKY <FEFF0054006900650074006f0020006e006100730074006100760065006e0069006100200070006f0075017e0069007400650020006e00610020007600790074007600e100720061006e0069006500200064006f006b0075006d0065006e0074006f0076002000410064006f006200650020005000440046002c0020006b0074006f007200e90020007300610020006e0061006a006c0065007001610069006500200068006f0064006900610020006e00610020006b00760061006c00690074006e00fa00200074006c0061010d00200061002000700072006500700072006500730073002e00200056007900740076006f00720065006e00e900200064006f006b0075006d0065006e007400790020005000440046002000620075006400650020006d006f017e006e00e90020006f00740076006f00720069016500200076002000700072006f006700720061006d006f006300680020004100630072006f00620061007400200061002000410064006f00620065002000520065006100640065007200200035002e0030002000610020006e006f0076016100ed00630068002e>
/SLV <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>
/SUO <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>
/SVE <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>
/TUR <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>
/UKR <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>
/ENU (Use these settings to create Adobe PDF documents best suited for high-quality prepress printing. Created PDF documents can be opened with Acrobat and Adobe Reader 5.0 and later.)
>>
/Namespace [
(Adobe)
(Common)
(1.0)
]
/OtherNamespaces [
<<
/AsReaderSpreads false
/CropImagesToFrames true
/ErrorControl /WarnAndContinue
/FlattenerIgnoreSpreadOverrides false
/IncludeGuidesGrids false
/IncludeNonPrinting false
/IncludeSlug false
/Namespace [
(Adobe)
(InDesign)
(4.0)
]
/OmitPlacedBitmaps false
/OmitPlacedEPS false
/OmitPlacedPDF false
/SimulateOverprint /Legacy
>>
<<
/AddBleedMarks false
/AddColorBars false
/AddCropMarks false
/AddPageInfo false
/AddRegMarks false
/ConvertColors /ConvertToCMYK
/DestinationProfileName ()
/DestinationProfileSelector /DocumentCMYK
/Downsample16BitImages true
/FlattenerPreset <<
/PresetSelector /MediumResolution
>>
/FormElements false
/GenerateStructure false
/IncludeBookmarks false
/IncludeHyperlinks false
/IncludeInteractive false
/IncludeLayers false
/IncludeProfiles false
/MultimediaHandling /UseObjectSettings
/Namespace [
(Adobe)
(CreativeSuite)
(2.0)
]
/PDFXOutputIntentProfileSelector /DocumentCMYK
/PreserveEditing true
/UntaggedCMYKHandling /LeaveUntagged
/UntaggedRGBHandling /UseDocumentProfile
/UseDocumentBleed false
>>
]
>> setdistillerparams
<<
/HWResolution [2400 2400]
/PageSize [612.000 792.000]
>> setpagedevice
|