В данном разделе рассмотрим, каким образом можно распознать отдельные фонемы и звуки в языке.
Известно, что в английском языке существует 44 звука: 8 дифтонгов, 12 гласных и 24 согласных – каждый из звуков имеет свою уникальную характеристику, а следовательно, спектр каждого из этих звуков будет различаться от другого. Стоит заметить, что классификация звуков по артикуляционным признакам является крайне важным при использовании методов генерации и распознавания речи с помощью моделирования носоглотки, но для деления слогов на фонемы наиболее интересно рассматривать акустические различия звуков.
Согласно классификации по акустическим признакам мы можем выделить 3 вида звуков: тональные, сонорные, а также шумные.
Для обозначения основных колебаний голосовых связок используют Курочкин С.Н. и Бородин А.Г. ввели термин домена, однако в методе нечеткого сопоставления образов домены используются лишь для сонорных и тональных звуков. По своему существу, домена – единица меньшая, нежели фонема, т.к. при обработке фонемы необходимо составить двоичный образ доменов для каждой фонемы.
Распознавание взрывных звуков на уровне домен несколько легче, чем распознавание гласных, т.к. при произнесении звуков наблюдается пауза, которая не заметна при произнесении, но заметна при анализе длительности домен.
Таким образом, можно выделить следующую последовательность анализа фонем и звуков: выделение доменов из потока речи, далее производим первоначальный анализ домен. После, при помощи различных методов спектрального анализа, а также методами нечеткого сопоставления образов и интерполяции вершин выделяем отдельную фонему, которая выбирается из специальной базы данных фонемных образов, после чего переходим к системам смыслового анализа, которые позволят нам выделить определенный звук.