Skip to main content

Realizowane Projekty

Laboratorium Zaawansowanych Technologii Mowy i Języka

opis projektu

kierownik zespołu:

prof. dr hab. Grażyna Demenko

Zespół:

Strona projektu:

http://wczt.pl/technologia_mowy/

O nas.

Laboratorium Zaawansowanych Technologii Mowy i Języka (następca Laboratorium Zaawansowanych Technologii Mowy i Języka Fundacji AMU) jest jednostką badawczą składającą się z wysoce doświadczonych specjalistów w takich dziedzinach nauki, jak przetwarzanie języka naturalnego i sztuczna inteligencja. Połączenie rozległej wiedzy językowej z wdrażaniem najnowocześniejszych rozwiązań technologicznych stanowi podstawę naszej pracy badawczej. Nasza praca badawcza obejmuje tworzenie,utrzymywanie i analizę korpusów mowy, profesjonalną anotację mowy i tekstu oraz opracowywanie zaawansowanych modułów NLP. Dostarczamy rozwiązania AI poprzez prowadzenie znaczących interdyscyplinarnych projektów skupiających ekspertów naukowych. Nasza efektywna współpraca zapewnia funkcjonalność i optymalność wyników naszej pracy. Nasza praca badawcza obejmuje tworzenie korpusów mowy i tekstu związanych z ekstrakcją, dostępem, interpretacją i zrozumieniem informacji (np. machinelearning), rozpoznawaniem mowy i głosu, syntezą mowy, komunikacją człowiek-maszyna, lingwistyką, sztuczną inteligencją i robotyką. Posiadamy doświadczenie w przetwarzaniu mowy i języka na cztery główne obszary zastosowania zasobów mowy: ogólną działalność badawczą lingwistyczną, audiologię i foniatrię, technologię mowy oraz edukację. Niektóre z naszych zauważalnych osiągnięć to: Aplikacja do automatycznej transkrypcji języka polskiego (Implementation of Grapheme–to–Phoneme Rules and Extended SAMPAAlphabet in Polish Text–to–Speech Synthesis), synteza języka polskiego (Polish unitselection speech synthesis with BOSS: extensions and speech corpora), system nauki mowy AZAR (Applying speech and language technology to foreign language education), testy audiometryczne do rehabilitacji słuchu (Linguistic and Phonetic Fundaments of SpeechTests), korpus mowy polskiej (badania języka mówionego na podstawie korpusu). 


Nasza Misja. 
Nieustannie zbieramy próbki wokalne i tworzymy korpusy mowy na potrzeby badań i rozwoju.Z pomocą naukowców szczególnie doświadczonych w dziedzinie sztucznej inteligencji zapewniamy optymalne rozwiązania NLP możliwe do zastosowania w wielu celach. Nasza praca obejmuje różne języki z wielu regionów na całym świecie.


Projekty.

1) AI SearcherI Searcher to innowacyjny system wspomagający funkcjonowanie systemów analitycznych i odpraw w Straży Granicznej. System ten w łatwy sposób łączy istniejące systemy Straży Granicznej. Kontroler AI Sercher będzie modułem eksperckim opartym na sztucznej inteligencji. AI Sercher będzie zawierał zestaw niezbędnych narzędzi do analizy zasobów internetowych i użytecznych aplikacji do wykrywania przestępstw zarejestrowanych przez Straż Graniczną, wpisywania podejrzanych i grup przestępczych oraz śledzenia relacji między nimi. Zasadniczą zaletą programu AI Sercher jest moduł automatycznego tłumaczenia i statystycznej analizy znaczeń poszczególnych słów. Dzięki zastosowaniu metod językowych, w tym analizy morfologicznej, składni i semantyki analizowanego tekstu, możliwa będzie efektywna praca nad tekstem napisanym w następujących językach: polskim, ukraińskim, rosyjskim i białoruskim. Do przeszukiwania Internetu wykorzystane zostaną algorytmy heurystyczne, sieci neuronowe i duże zbiory danych (Big Data).
2) Automatic Analysis of Phonetic Convergence in SpeechTechnology Systems.  Projekt ten koncentruje się na analizie i obiektywnej ocenie zbieżności fonetycznej w rozmowach między ludźmi i między ludźmi a maszynami. Pojęcie konwergencji fonetycznej jest związane z Teorią Zakwaterowania Komunikacyjnego (CAT), która traktuje rozmowy międzyludzkie jako dynamiczną wymianę adaptacyjną. Głównym celem tego projektu jest ilościowy opis zjawisk akomodacji przejawiających się w specyficznych właściwościach mowy (akustyczno-prosodowej, czasowej i spektralnej) w dialogach międzyludzkich i ludzko-komputerowych z myślą o zastosowaniu w technologii mowy. W szczególności istotna będzie odpowiedź na pytanie, czy równoczesne stosowanie metody zbiorów przybliżonych i sieci neuronowych stanowi dobrą podstawę teoretyczną do badania niedokładności, niejasności i sprzeczności w analizie językowej i fonetycznej danych. 
3)​  A high quality corpus based German–Polish speech synthesis.
4)​ Modelling of Prosody for Advanced Spoken Language Processing.
5)​ Intelligent Language Tutoring System (ILTS) with multimodal feedbackfunctions. 
6)​ Prosody modeling through inter–language analysis and its use foradvanced CALL system.


​ 1 i 2 : ​Bieżące    3, 4, 5 i 6: ​Ukończone​ (bez opisów)

Partnerzy
Uniwersytet Ekonomiczny
Uniwersytet Przyrodniczy
PPNT
UMP
ICHPAN
Instytut Fizyki
IGCZ
IGRPAN
IWNiRZ
PP
UMP
UAM