Guión y bibliografía básica

Transcripción

Las tecnologías del habla
Joaquim Llisterri, Universitat Autònoma de Barcelona
LIAAC, Laboratório Integrado de Análise Acústica e Cognição,
Pontifícia Universidade Católica de São Paulo, 25 de agosto de 2005
JOAQUIM LLISTERRI
Departament de Filologia Espanyola
Universitat Autònoma de Barcelona
[email protected]
http://liceu.uab.es/~joaquim
Materiales en la web:
http://liceu.uab.es/~joaquim/speech_technology/PUCSP_05/PUCSP_05.html
http://homepage.mac.com/joaquim_llisterri/speech_technology/PUCSP_05/P
UCSP_05.html
GUIÓN
1. LAS TECNOLOGÍAS DEL HABLA
La interacción oral con los ordenadores. Nuevas necesidades y nuevas tecnologías.
Salida vocal: conversión de texto en habla; entrada vocal: reconocimiento del habla;
interacción con el usuario: sistema de diálogo. El papel de la lingüística: conocimiento
de la interacción oral humana, de la percepción y producción del habla, y del sistema
lingüístico.
2. LA CONVERSIÓN DE TEXTO EN HABLA
La conversión de texto en habla. Esquema general de un conversor. Etapas en la
conversión de texto en habla: procesamiento previo del texto, transcripción fonética
automática, análisis lingüístico, asignación de elementos prosódicos –duración,
intensidad, pausas y entonación-, selección de unidades de un diccionario de unidades
de síntesis y conversión en valores de parámetros acústicos.
3. EL RECONOCIMIENTO DEL HABLA
Las etapas en el reconocimiento del habla: entrenamiento, parametrización de la señal y
comparación con modelos almacenados. Conocimiento fonético: selección de locutores
para el entrenamiento del sistema, segmentación y transcripción del corpus de
entrenamiento, diccionarios de pronunciación.
4. LOS SISTEMAS DE DIÁLOGO
Módulos de un sistema de diálogo: reconocimiento de habla, analizador, base de datos ,
generador de unidades lingüísticas, síntesis del habla. Conocimiento lingüístico: estudio
de corpus de interacciones naturales entre personas, estudio de corpus de interacciones
ficticias entre personas y sistemas informáticos, diseño de estrategias de diálogo,
adecuación pragmática del diálogo, corrección lingüística del sistema.
1
BIBLIOGRAFÍA BÁSICA
LAS TECNOLOGÍAS DEL HABLA
ARASA, S. (2001) "Entrevista a Xuedong Huang, Director mundial de tecnologías del habla de
Microsoft: 'La próxima revolución será la de la voz'", Quark. Ciencia, Medicina, Comunicación
y Cultura 21: 103-108.
http://www.imim.es/quark/21/021103.htm
BERNSEN, N.O. (2002) Speech-related technologies. Where will the field go in 10 years?", in
KRAUWER, S. (Ed.) Towards a Roadmap for Multimodal Language Resources and
Evaluation. Workshop Proceedings. LREC 2002, Las Palmas de Gran Canaria, 2nd June 2002.
Paris: ELRA, European Language Resources Association. pp. 24-42.
http://www.nis.sdu.dk/~nob/publications/elsnet-bs-nob-v426.3.pdf
COLEMAN, J. (2005) Introducing Speech and Language Processing. Cambridge: Cambridge
University Press (Cambridge Introduction to Language and Linguistics) (+CD-ROM).
CORTÁZAR, I.- RODRÍGUEZ, M.A.- GARRIDO, J.M.- CAMINERO, F.J.- BERNAT, J.RELAÑO, J.- GARIJO, F.J.- HERNÁNDEZ, L.A. (2002) "Últimos desarrollos en tecnologías
del voz y del lenguaje", Comunicaciones de Telefónica I+D 24: 25-64.
http://www.tid.es/presencia/publicaciones/comsid/esp/24/art2.pdf
HOLMES, J.N..- HOLMES, W. (2001) Speech Synthesis and Recognition. London: Taylor &
Francis, 2nd edition.
HUANG, X.- ACERO, A.- HON, H.-H.- REDDY, R. (2001) Spoken Language Processing: A
Guide to Theory, Algorithm and System Development. New Jersey: Prentice Hall.
JURAFSKY, D.- MARTIN, J.H. (2000) Speech and Language Processing. An Introduction to
Natural Language Processing, Computational Linguistics and Speech Recognition. New Jersey:
Prentice Hall.
http://www.cs.colorado.edu/~martin/slp.html
KELLER, E. (Ed.) (1994) Fundamentals of Speech Synthesis and Speech Recognition. Basic
Concepts, State of the Art and Future Challenges. Chichester: John Wiley & Sons.
LLISTERRI, J. (2001) "Les tecnologies de la parla", in MARTÍ, M.A. (Coord.) Les tecnologies
del llenguatge. Barcelona: Edicions de la Universitat Oberta de Catalunya (Manuals, 53). pp.
239-272; trad. cast.: "Las tecnologías del habla", in MARTÍ, M.A. (Coord.) Tecnologías del
lenguaje. Barcelona: Editorial UOC (Manuales, Humanidades), 2003. pp. 249-281.
O'SHAUGHNESSY, D. (1987) Speech Communication. Human and Machine. Reading, Mass.:
Addison Wesley. Second Edition: IEEE Press, 2000.
PARDO, J.M. (2004) "Tecnología del Habla: Debate sobre retos pendientes y perspectivas",
Procesamiento del Lenguaje Natural 32: 37-42.
http://www-gth.die.upm.es/research/documentation/AN-44Tec-04.doc
VILLARRUBIA, L.- GARRIDO, J.M.- RELAÑO, J.- CAMINERO, J.- ESCALADA, J.G.RODRÍGUEZ, M.C.- HERNÁNDEZ, L.A. (2002) "Productos de tecnología del habla para
Latinoamérica", Comunicaciones de Telefónica I+D 27: 53-72.
http://www.tid.es/presencia/publicaciones/docs_comtid/numero27.p
df
VILLARRUBIA, L.- RODRÍGUEZ, A.- RELAÑO, J.- GARIJO, F.J.- BERNAT, J.HERNÁNDEZ, L.A.- TAPIAS, D.- MARÍA, L.A. (2003) "Tecnología del habla para
2
aplicaciones multilingües, multiservicio y multiplataforma", Comunicaciones de Telefónica I+D
30: 47-78.
http://www.tid.es/presencia/publicaciones/docs_comtid/numero30.p
df
CONVERSIÓN DE TEXTO EN HABLA
ALLEN, J.- HUNNICUTT, M.S.- KLATT, D.H. (with R.C. ARMSTRONG and D. PISONI)
(1987) From Text to Speech: The MITalk System. Cambridge: Cambridge University Press
(Cambridge Studies in Speech Science and Communication).
CARLSON, R.- GRANSTRÖM, B. (1997) "Speech Synthesis", in HARDCASTLE, W.J. LAVER, J. (Eds.) The Handbook of Phonetic Sciences. Oxford: Blackwell Publishers
(Blackwell Handbooks in Linguistics, 5). pp. 768-788.
COLE, R. (Ed.) (1997) "Spoken Output Technologies", in COLE, R.A.- MARIANI, J.USZKOREIT, H.- ZAENEN, A.- ZUE, V. (Eds.) Survey of the State of the Art in Human
Language Technology. Cambridge: Cambridge University Press.
http://cslu.cse.ogi.edu/HLTsurvey/ch5node2.html#Chapter5
DUTOIT, T. (1997) "High-Quality Text-to-Speech Synthesis : an Overview", Journal of
Electrical & Electronics Engineering, Special Issue on Speech Recognition and Synthesis, 17:
1: 25-37.
http://tcts.fpms.ac.be/publications/regpapers/1997/ieeea97_td.zi
p
DUTOIT, T. (1999) A Short Introduction to Text-to-Speech Synthesis, TCTS Lab, Faculté
Polytechnique de Mons.
http://tcts.fpms.ac.be/synthesis/introtts.html
DUTOIT, T. (1997) An Introduction to Text-to-Speech Synthesis. Dordrecht: Kluwer Academic
Publishers (Text, Speech and Language Technology, 3).
http://tcts.fpms.ac.be/publications/books/introtts/
DUTOIT, T.- STYLIANOU, Y. (2003) "Text-to-speech synthesis", in MITKOV, R. (Ed.) The
Oxford Handbook of Computational Linguistics. Oxford: Oxford University Press. pp. 323-338.
JAVKIN, H.R. (1996) "Speech analysis and synthesis", in LASS, N.J (Ed.) Principles of
Experimental Phonetics. St Louis: Mosby. pp. 245-276.
LLISTERRI, J. (2001) "La conversión de texto en habla", Quark. Ciencia, Medicina,
Comunicación y Cultura 21: 79-89.
http://liceu.uab.es/~joaquim/publicacions/Quark2001/Llisterri_20
01.html
NARAYANAN, S.- ALWAN, A. (Eds.) (2005) Text To Speech Synthesis: New Paradigms and
Advances. Indianapolis: Prentice Hall PTR (IMSC Press Multimedia Series).
OLIVE, J.P. (1998) "'The Talking Computer': Text to Speech Synthesis", in STORK, D.G. (Ed.)
Hal's Legacy: 2001's Computer as Dream and Reality. Cambridge, Mass.: The MIT Press.
http://mitpress.mit.edu/e-books/Hal/chap6/six1.html
SPROAT, R. (Ed.) (1997) Multilingual Text-to-Speech Synthesis: The Bell Labs Approach.
Dordrecht: Kluwer Academic Publishers.
RECONOCIMIENTO DEL HABLA
AINSWORTH, W.A. (1997) "Some Approaches to Automatic Speech Recognition", in
HARDCASTLE, W.J. - LAVER, J. (Eds.) The Handbook of Phonetic Sciences. Oxford:
Blackwell Publishers (Blackwell Handbooks in Linguistics, 5). pp. 721-743.
3
BERNSTEIN, J.- FRANCO, H. (1996) "Speech recognition by computer", in LASS, N.J (Ed.)
Principles of Experimental Phonetics. St Louis: Mosby. pp. 408-434.
COLE, R.- ZUE, V. (Eds.) (1997) "Spoken Language Input", in COLE, R.A.- MARIANI, J.USZKOREIT, H.- ZAENEN, A.- ZUE, V. (Eds.) Survey of the State of the Art in Human
Language Technology. Cambridge: Cambridge University Press. pp. 1-70.
http://cslu.cse.ogi.edu/HLTsurvey/ch1node2.html#Chapter1
DEROO, O. (1999) A Short Introduction to Speech Recognition. TCTS Lab, Faculté
Polytechnique de Mons.
http://tcts.fpms.ac.be/asr/intro.php
JELINEK, F. (1998) Statistical Methods for Speech Recognition. Cambridge: The MIT Press
(Language, Speech and Communication Series).
KURZWEIL, R. (1998) "When Will HAL Understand What We Are Saying? Computer Speech
Recognition and Understanding", in STORK, D.G. (Ed.) Hal's Legacy: 2001's Computer as
Dream and Reality. Cambridge, Mass.: The MIT Press.
http://mitpress.mit.edu/e-books/Hal/chap7/seven1.html
LAMEL, L.- GAUVAIN, J.L. (2003) "Speech recognition", in MITKOV, R. (Ed.) The Oxford
Handbook of Computational Linguistics. Oxford: Oxford University Press. pp. 305-322.
LEVINSON, S.E.- LIBERMAN, M.Y. (1981) "Speech Recognition by Computer", Scientific
American 244: 64-76; trad. cast. de R. Cerdà: "Reconocimiento del habla por medio de
ordenadores", Investigación y Ciencia, 1981. pp. 38-51; in AGULLÓ, J. (Ed.) (1989) Acústica
musical. Barcelona: Prensa Científica (Libros de Investigación y Ciencia) pp. 106-121.
MARIÑO, J.B.- NADEU, C. (2004) "La representación de la voz para el reconocimiento del
habla", in MARTÍ, M. A. – LLISTERRI, J. (Eds.) Tecnologías del texto y del habla. Barcelona.
Edicions de la Universitat de Barcelona – Fundación Duques de Soria (UB, 72). pp. 187-224.
NADEU, C. (2001) "Representación de la voz en el reconocimiento del habla", Quark. Ciencia,
Medicina, Comunicación y Cultura 21: 63-71.
Speech-Enabled Interactive Voice Response Systems. Web ProForum Tutorials, International
Engineering Consortium.
http://www.iec.org/online/tutorials/speech_enabled/index.html
SISTEMAS DE DIÁLOGO
DAHL, D. (Ed.) (2004) Practical Spoken Dialog Systems. Dordrecht: Kluwer Academic
Publishers (Text, Speech and Language Technology, 26).
GIACHIN, E. (1997) "Spoken Language Dialogue", in COLE, R.A.- MARIANI, J.USZKOREIT, H.- ZAENEN, A.- ZUE, V. (Eds.) Survey of the State of the Art in Human
Language Technology. Cambridge: Cambridge University Press. pp. 241-244.
http://cslu.cse.ogi.edu/HLTsurvey/ch6node6.html
GIBBON, D.- MERTINS, I.- MOORE, R. (Eds.) (2000) Handbook of Multimodal and Spoken
Dialogue Systems. Resources, Terminology and Product Evaluation. Dordrecht: Kluwer
Academic Publishers (Kluwer International Series in Engineering and Computer Science, 565).
HEISTERKAMP, P. (2003) "“Do not attempt to light with match!”: Some thoughts on progress
and research goals in Spoken Dialog Systems", Towards a Roadmap for Speech Technology,
ELSNET Special Session. Eurospeech'03 - Interspeech 2003. 8h European Conference on
Speech Communication and Technology. Geneva, Switzerland, 1-4 September, 2003.
http://www.elsnet.org/dox/heisterkamp.pdf
4
KUPPEVELT, J. van - SMITH, R.W. (Eds.) (2003) Current and new directions in discourse
and dialogue. Dordrecht: Kluwer Academic Publishers (Text, Speech and Language
Technology, 22).
LÓPEZ-CÓZAR DELGADO, R. - ARAKI, M. (2005) Spoken, Multilingual and Multimodal
Dialogue Systems: Development and Assessment. Chichester: John Wiley & Sons.
McTEAR, M.F. (2004) Spoken dialogue technology: toward the conversational user interface.
London; Springer Verlag.
http://www.infj.ulst.ac.uk/%7Ecbdg23/book/topresources.htm
MINKER, W.- BENNACEF, S. (2004) Speech and Human-Machine Dialog. Dordrecht:
Kluwer (The Kluwer International Series in Engineering and Computer Science, 770).
MINKER, W.- BÜHLER, D.- DYBKJAER, L. (Eds.) (2005) Spoken Multimodal HumanComputer Dialogue in Mobile Environments. Dordrecht: Springer (Text, Speech and Language
Technology, 28).
STOCK, O.- ZANCANARO, M. (Eds.) (2005) Multimodal Intelligent Information
Presentation. Dordrecth: Springer (Text, Speech and Language Technology, 27).
TAPIAS, D. (2002) "Interfaces de voz con lenguaje natural", in MARTÍ, M.A.- LLISTERRI, J.
(Eds.) (2002) Tratamiento del lenguaje natural. Tecnología de la lengua oral y escrita.
Barcelona: Edicions Universitat de Barcelona - Fundación Duques de Soria (Biblioteca de la
Universitat de Barcelona, Manuales, 53). pp. 189-207.
TAPIAS, D.- HERNÁNDEZ, L.A. (2004) "Los sistemas de diálogo en los servicios telefónicos:
evolución y consideraciones de diseño", in MARTÍ, M. A. – LLISTERRI, J. (Eds.) Tecnologías
del texto y del habla. Barcelona. Edicions de la Universitat de Barcelona – Fundación Duques
de Soria (UB, 72). pp. 225-253.
WAIBEL, A. (2001) "Los sistemas integrales completos del habla, del lenguaje y la interfaz
humana", Quark. Ciencia, Medicina, Comunicación y Cultura 21: 95-102.
ZUE, V. (1999) "Talking with your computer", Scientific American, August 1999. pp. 40-41.
http://www.sciam.com/article.cfm?articleID=0009D2B7-F2E6-1C729B81809EC588EF21&catID=2
CONOCIMIENTO LINGÜÍSTICO Y TECNOLOGÍAS DEL HABLA
BARRY, W.J.- van DOMMELEN, W.A. (Eds.) (2005) The Integration of Phonetic Knowledge
in Speech Technology. Dordrecht: Springer (Text, Speech and Language Technology, 25).
FANT, G. (2004) "More than half a century in phonetics and speech research", in FANT, G.
Speech Acoustics and Phonetics. Dordrecht: Kluwer Academic Publishers (Text, Speech and
Language Technology, 24). pp. 1-14.
http://www.speech.kth.se/~gunnar/halfcentury.pdf
LLISTERRI J. (2002) "Las tecnologías del habla: Entre la ingeniería y la lingüística", Congreso
Internacional La Ciencia ante el Público. Cultura humanística y desarrollo científico y
tecnológico. Universidad de Salamanca, Salamanca, 28-31 October 2002. CD-ROM Edition.
pp. 51-74.
http://liceu.uab.es/~joaquim/publicacions/TecnolHab_Salamanca_02
.pdf
LLISTERRI, J. (2002) “Lingüística y tecnologías del lenguaje”, Lynx. Panorámica de Estudios
Lingüísticos (Departament de Teoria dels Llenguatges, Universitat de València) (en prensa)
http://liceu.uab.es/~joaquim/publicacions/TecnoLing_Lynx02.pdf
5
LLISTERRI, J.- CARBÓ, C.- MACHUCA, M. J.- de la MOTA, C.- RIERA, M.- RÍOS, A.
(2003) "El papel de la lingüística en el desarrollo de las tecnologías del habla", in CASAS
GÓMEZ, M. (Dir.) - VARO VARO, C. (Ed.) VII Jornadas de Lingüística. Cádiz: Servicio de
Publicaciones de la Universidad de Cádiz. pp. 137-191.
http://liceu.uab.es/publicacions/Linguistica_TH_Cadiz02.pdf
LLISTERRI, J.- CARBÓ, C.- MACHUCA, M. J.- de la MOTA, C.- RIERA, M.- RÍOS, A.
(2004) “La conversión de texto en habla: aspectos lingüísticos”, in MARTÍ, M. A. –
LLISTERRI, J. (Eds.) Tecnologías del texto y del habla. Barcelona. Edicions de la Universitat
de Barcelona – Fundación Duques de Soria (UB, 72). pp. 145-186.
http://liceu.uab.es/publicacions/Linguistica_CTH_FDS02.pdf
LLISTERRI, J. - MACHUCA, M.J.- de la MOTA, C.- RIERA, M.- RÍOS, M. (2003)
"Entonación y tecnologías del habla", in PRIETO, P. (Ed.) Teorías de la entonación. Barcelona:
Ariel (Ariel Lingüística). pp. 209-243.
http://liceu.uab.es/~joaquim/publicacions/Ariel_Aplicaciones.pdf
6

Guión y bibliografía básica

Transcripción

Documentos relacionados

Servicios - Next Contact