Сетевое издание
Современные проблемы науки и образования
ISSN 2070-7428
"Перечень" ВАК
ИФ РИНЦ = 0,940

ИЗВЛЕЧЕНИЕ ТЕМЫ ИЗ ГОЛОСОВЫХ АННОТАЦИЙ ДОРОЖНОЙ ОБСТАНОВКИ НА БАЗЕ СИСТЕМЫ РАСПОЗНАВАНИЯ РЕЧИ CMU SPHINX

Сосунова И.А. 1
1 Университет ИТМО «Санкт-Петербургский национальный исследовательский университетинформационных технологий, механики и оптики»
В статье предлагается подход, позволяющий получать информацию о дорожной обстановке и критических ситуациях на дороге напрямую от водителя посредством распознавания речи. Примером таких ситуаций являются: ямы, колдобины, обледенение дороги, открытые люки, аварии и аварийные ситуации, несоблюдение ПДД, неработающие или некорректно работающие светофоры и табло, некорректная разметка. Для формирования словаря ключевых слов, на основе которого производится распознавание речи, был собран и проанализирован корпус сообщений о дорожных проблемах. Из корпуса были выделены 11 подкорпусов, описывающих различные дорожные проблемы, в соответствии с которыми был составлен словарь ключевых слов для распознавания и реализован алгоритм выделения темы сообщения на основе списков ключевых слов, соответствующих различным дорожным проблемам.Итогом текущего этапа исследования стал прототип системы извлечения темы из голосовых аннотаций дорожной обстановки.
корпусная лингвистика.
аннотирование дорожной обстановки
интеллектуальные транспортные системы
извлечение информации
голосовое аннотирование
распознавание речи
1. Cameron, H. Ghent, Belgium, Speech at the Interface., 2000 r., In Workshop on ’Voice Operated Telecom Services’, стр. 1–7.
2. Chen F., Ing-Marie Jonsson, Jessica Villing, and Staffan Larsson, Application of Speech Technology in Vehicles, Speech Technology, Springer US, 2010.
3. CMUSphinx [Электронный ресурс] // Информационный сайт проекта CMUSphinx. – Режим доступа: www.cmusphinx.sourceforge.net/wiki/start.
4. Huang X., Acero A., Hon H.-W. Spoken Language Processing. Guide to Algorithms and System Development, 2001.
5. Streetbump [Электронный ресурс] // Сайт проекта Streetbump. – Режим доступа: www.cityofboston.gov/DoIT/apps/streetbump.asp.
С ростом процента городского населения и количества мегаполисов, всё более остро встают проблемы городского трафика, дорожной безопасности и скорости передвижения в городской черте. Для решения проблем мобильности, безопасности и повышения уровня жизни городского населения была разработана концепция SmartCity. Используя передовые цифровые технологии, “умный” город будущего сможет предоставлять и собирать всю необходимую его жителям информацию, управлять ресурсами, повышая уровень жизни и безопасность населения. Одной из важнейших составляющихSmartCityявляется интеллектуальная транспортная система (ИТС). Важнейшая функцияИТС - обеспечение безопасности на дорогах и своевременное реагирование на критические и потенциально опасные ситуации.

В статье предлагается подход, при котором информация о таких ситуациях получается напрямую от водителя. Примером таких ситуаций являются: ямы, колдобины, обледенение дороги, открытые люки, аварии и аварийные ситуации, несоблюдение ПДД, неработающие или некорректно работающие светофоры и табло, некорректная разметка. Согласно предлагаемому методу, увидев ситуацию, о которой необходимо сообщить, водитель (вместо того чтобы останавливаться, выяснять телефон соответствующий службы и дозваниваться, как это происходит на данный момент), сможет используя гарнитуру сообщить о проблеме (проаннотировать ситуацию) голосом, после чего это сообщение, и все необходимые для решения проблемы данные (фото, видео, аудио файл, расшифровка аудио файла) будут автоматически отправлены в соответствующую службу и, при необходимости, другим водителям.

Целью настоящего исследования является выявление ключевых слов, описывающих различные дорожные проблемы и разработка алгоритма, позволяющего извлекать тему голосовых сообщений водителей о дорожных проблемах на основе ключевых слов.

Материалы и методы.Исходный корпус состоит из 5806 сообщений, включает в себя 11 подкорпусов, описывающих основные дорожные проблемы. Для каждого подкорпуса на основе частотных словарей были составлены словари, в соответствии с которыми производитсяраспознавание речи на базе CMU Sphinx[3]. Метод извлечения темы основан на количестве ключевых слов, содержащихся в сообщении, входящих в подкорпуса, описывающие различные дорожные проблемы.

Результаты исследования.  В статье приведены результаты первого этапа работы: собранный корпус текстов;выделенные в нём подкорпуса, соответствующие различным дорожным проблемам; ключевые слова, описывающие эти проблемы; алгоритмпозволяющий отнести сообщение к тому или иному типу дорожных ситуаций на основе распознанных ключевых слов.

Очевидно, что перечисленные дорожные проблемы можно зафиксировать различными другими методами.

Система мониторинга качества дорожного покрытия посредством мобильных приложений. Мобильные приложения, такие как SreetBump (США) [5], позволяют считывать данные о колебаниях подвески автомобиля и после их анализа, делают вывод о качестве дороги. Система может различать данные, поступающие от машины и от пешехода, что минимизирует погрешности и позволяет оперировать реальными данными. Также мобильные приложения позволяют: оценивать качество дорог,  отправлять снимки дефектов дорожного покрытия, просматривать статистику и карту состояния дорог. Подобные приложения частично решают проблемы фиксирования ям и колдобин, однако, чтобы сенсор сработал, в яму необходимо въехать.

Распознавание видео в режиме реальном времени. Очевидно, что распознавание видео  в реальном времени является ценным источником информации о ситуации на дороге, хотя и только некоторые проблемы на дороге можно выявить таким образом. К таким проблемам можно отнести: распознавание предварительно заданных объектов или классов объектов и идентификация - распознавание индивидуального экземпляра объекта. На данный момент в транспортной сфере применяются системы распознавания номерных знаков и системы распознавания  лиц. Однако подобные системы требуют  больших системных ресурсов и памяти.

Трехмерные датчики. Могут использоваться для распознавания ям, колдобин, препятствий проезду, предотвращения столкновений. Проблемой тут является высокая стоимость и ограниченная зона действия.

Предлагаемый в статье подход, сочетая в себе преимущества перечисленных методов, позволяет водителям сообщать о потенциально опасных ситуациях в режиме реального времени в соответствующие дорожные и муниципальные службы. Помимо этого, применение распознавания речи значительно повышает безопасность водителя, позволяя сообщать о дорожной ситуации, не отрывая взгляд от дороги и держа руки на руле [1, 2].

Этапы работы:

·         Составление корпуса аннотаций водителями дорожных ситуаций

·         Выделение в корпусе сообщений подкорпусов, соответствующихразличным типам дорожных ситуаций

·         Проведение предварительной обработки корпуса

·         Составление частотных словарейдля подкорпусов

·         Составление списков ключевых слов, описывающих дорожную ситуацию

·         Выбор системы распознавания речи

·         Создание словаря ключевых слов для распознавания

·         Описание и реализация алгоритма извлечения темы из голосовых аннотаций дорожной обстановки.

Корпус был составлен на основе сообщения водителей, размещённых на русскоязычных ресурсах в сети Интернет, таких как твиттер Яндекс Пробки и сайты электронного правительства, позволяющие гражданам оставить заявки о нарушениях правил парковки, состоянии дорог, неработающих светофорах и прочих дорожных проблемах. Язык корпуса – русский, объём – 5806 сообщений. После предварительной обработки с использованием алгоритмов, описанных в [4] (удаления идентификаторов, заголовков, временных отметок; приведения текстов к нижнему регистру; удаления гиперссылок; удаления эмотиконов (смайлов); удаления стоп-слов и лемматизации) корпус был разбит на 11 подкорпусов, содержащих 400-600 сообщений, описывающих основные дорожные проблемы.

·         Пробки;

·         Аварийно-опасные участки дороги;

·         Погодные условия;

·         Состояние трассы (обледенение, неубранный снег, грязь);

·         Дорожное покрытие (качество асфальта, некачественно выполненный ремонт дорог);

·         Разметка проезжей части;

·         Дорожные знаки,  табло, ограждения;

·         Нарушение ПДД;

·         Создание аварийно-опасной ситуации;

·         Нарушение правил парковки;

·         Ямы и выбоины.

Для каждого из 11 подкорпусов в полуавтоматическом режиме был составлен частотный словарь, словарь устойчивых выражений (биграмм)и список ключевых слов. Приведём пример частотного словаря для подкорпуса Аварийно-опасные участки дороги (Таблица).

Частотный словарь подкорпуса Аварийно-опасные участки дороги

дорога

123

 

проезд, яма

58

встречный, находиться

37

ограждение, отсутствовать, пешеходный, устранение

30

 

участок

118

работа

55

аварийный

36

обвалиться, переулок

21

дорожный

115

 

разметка

51

проезжий, направление

34

переход, вынужденный, пдд

22

дом

111

покрытие

45

день

33

проблема, утечка, газ

20

улица

64

асфальт, автомобиль

41

метро, полоса, проводиться

32

здание, тротуар

18

 

знак

61

адрес

40

принять, бетонный, администрация

31

транспорт, проехать, опасно,

17

 

После составления частотных словарей для каждого подкорпуса был сформирован список ключевых слов – слов, встречающихся в подкорпусе с наибольшей частотой и не входящих в первые 40 пунктов частотных словарей других корпусов. Приведём примеры списков ключевых слов для нескольких подкорпусов.

·                Аварийно-опасные участки дороги: участок, проезд, яма, покрытие, асфальт, аварийный, бетонный, ограждение, отсутствовать, обвалиться,утечка, газ.

·                Нарушение правил парковки: тротуар, парковка пешеходный, систематический, газон, парковаться, остановка, подъезд, двор, припарковать, парковочный, вынужденный, проезд, напротив, пройти.

·                Пробки: пробка, час, центр, стоять, пик, шоссе, движение, перекрыть, кольцо, загруженность, ожидать, глухой, фура, развязка, объезжать, ряд.

Технология распознавания речи значительно повышает безопасность водителя, позволяя выполнять такие операции как навигация, климат контроль, переключение радиостанций, ответ на телефонный звонок, не задействуя при этом руки, и минимизирует необходимость отводить глаза от дороги.В данном исследовании распознавание речи является наиболее  действенным способом получения информации от водителя.

Существует два подхода к механизму распознавания речи: распознавание речи на сервере (Google ASR , Яндекс SpeechKit) и решение на базе систем распознавания речи с открытым сходным кодом.Готовые решения предоставляют распознавание речи на основе большой статистической модели языка, что позволяет распознавать речь в режиме диктовки. Наиболее хорошо этот способ подходит для поисковых запросов и диктовки текста.Для исследования был выбран вариант полностью локального решения. К преимуществам выбранного методаотносятся:скорость и независимость от сервера, на котором производится обработка, настраиваемость и гибкость. Помимо прочего, распознавание на данном этапе исследования производится по отобранным ключевым словам, словарь которых можно внедрить в систему с открытым исходным кодом. То есть, отказавшись от готовых решений, мы повышаем процент распознавания и снижаем вероятность ошибки.

Для разработки  прототипа была выбрана система распознавания речиSphinx[4] – дикторонезависимый распознаватель непрерывной речи, который использует Скрытую Марковскую модель и n-граммную статистическую языковую модель.

На основе списков ключевых слов был сформирован словарь ключевых слов, по которому ведётся распознавание речи.  Используя акустическую модель, система распознавания речи CMUSphinxполучает на вход данные с микрофона, на выходе, основываясь на словаре ключевых слов, возвращает гипотезы о том, что говорит пользователь в виде текста и цифрового эквивалента точности. В полученном текстовом файле производится поиск по спискам ключевых слов подкорпусов, после чего сообщение относится к той дорожной ситуации, ключевых слов, соответствующих которой было найдено больше. На  выходе мы получаем текстовый файл с темой сообщения и списком ключевых слов (Рисунок). Например, из сообщения “Перед Администрацией города после утечки газа или чего-то подобного, полностью разрушено дорожное покрытие” будут выделены ключевые слова “утечка”,  “газ”,“покрытие”, соответствующие подкорпусуАварийно-опасные участки дорог и, следовательно, сообщение будет отнесено к дорожной ситуации Аварийно-опасные участки дорог.

Алгоритм определения темы сообщения

Выводы

На первом этапе исследования был собран и обработан корпус сообщений, описывающих различные дорожные проблемы, выделено 11 подкорпусов и для каждого из них составлены частотные словари и списки ключевых  слов. Была выбрана система распознавания речи, составлен словарь ключевых слов для распознавания и реализован алгоритм выделения темы сообщения на основе списков ключевых слов, соответствующим различным дорожным проблемам. Итогом первогоэтапа исследования стал прототип системы голосового аннотирования дорожных ситуаций водителями. На основе полученных материалов в дальнейшем предполагается разработка системы голосового аннотирования, применимая в реальных дорожных условиях.

Рецензенты:

Григорьев В.А.,  д.т.н., профессор, заведующий кафедрой беспроводных телекоммуникаций Университета ИТМО, г. Санкт-Петербург;

Парфенов В.Г., д.т.н., профессор, декан Факультета информационных технологий и программирования Университета ИТМО, г. Санкт-Петербург.



Библиографическая ссылка

Сосунова И.А. ИЗВЛЕЧЕНИЕ ТЕМЫ ИЗ ГОЛОСОВЫХ АННОТАЦИЙ ДОРОЖНОЙ ОБСТАНОВКИ НА БАЗЕ СИСТЕМЫ РАСПОЗНАВАНИЯ РЕЧИ CMU SPHINX // Современные проблемы науки и образования. – 2015. – № 1-2. ;
URL: https://science-education.ru/ru/article/view?id=20115 (дата обращения: 01.12.2021).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1.074