Физическая оптика. Дисперсия света

 
 
97
Почему заходящее солнце становится красным? Почему небо имеет голубой цвет? 
Оказывается,  в  обоих  случаях  причина  одна – рассеяние  солнечного  света  в  земной 
атмосфере. 
В 1869 г.  Дж.Тиндаль  осуществил  свой  знаменитый  опыт  для  объяснения 
голубизны несвобода. Этот опыт совсем нетрудно воспроизвести в школьном кабинете 
физики.  Аквариум  прямоугольной  формы  наполните  водой  и  направьте  на  его  стенку 
слабо расходящийся узкий пучок света от диапроектора. Чтобы пучок был достаточно 
узким,  вставьте  в  диапроектор  на  место  слайда  кусочек  плотной  черной  бумаги  с 
круглым  отверстием  в  центре  диаметром 2–3 мм.  Опыт  проводите  в  затемненном 
помещении.  Для  усилении  рассеяния  светового  пучка  при  его  прохождении  через 
аквариум  добавьте  в  воду  немного  молока  и  тщательно  размешайте  жидкость. 
Содержащиеся  в  молоке  частички  жира  не  растворяются  в  воде,  они  находятся  во 
взвешенном  состоянии  и  способствуют  рассеянию  света.  Можно  наблюдать 
голубоватый  оттенок  у  рассеянного  света.  Свет  же,  прошедший  сквозь  аквариум, 
приобретает красноватый оттенок. Итак, если смотреть  на световой пучок в аквариуме 
сбоку,  то  он  кажется  голубоватым,  а  с  выходного  торца – красноватым.  Это  можно 
объяснить, если предположить, что синий свет рассеивается сильнее, чем красный: при 
прохождении белого светового пучка через рассеивающую среду из него рассеивается в 
основном  «синий  компонент»,  поэтому  в  выходящем  из  среды  пучке  начинает 
преобладать «красный компонент». 
В 1871 г. Дж.Стретт (Рэлей) именно так  и объяснил результаты опытов Тиндаля. 
Установленный  Рэлеем  закон  утверждает:  интенсивность  рассеянного  света 
пропорциональна  четвертой  степени  частоты  света,  или,  иначе  говоря,обратно 
пропорциональна четвертой степени длины световой волны. 
Если применить закон Рэлея к рассеянию солнечного света в земной атмосфере, то 
нетрудно объяснить и голубой цвет дневного неба, и красный цвет солнца при восходе 
и  закате.  Поскольку  интенсивнее  рассеиваются  световые  волны  с  более  высокими 
частотами  (с  короткой  длиной  волны),  то,  следовательно,  спектр  рассеянного  света 
будет  сдвинут  в  сторону  более  высоких  частот,  а  спектр  света,  остающегося  в  ручке 
(после  того  как  испытавший  рассеяние  свет  покинул  пучок),  будет  сдвинут, 
естественно, в обратную сторону –  к более низким частотам. В первом случае белый 
цвет  становится  голубым,  а  во  втором – красноватым.  Глядя  на  дневное  небо, 
наблюдатель  воспринимает  свет,  рассеянный  в  атмосфере,  согласно  закону  Рэлея; 
спектр  этого  света  сдвинут  в  сторону  более  высоких  частот,  создавая  голубой  цвет 
неба. Глядя на Солнце, наблюдатель воспринимает свет, прошедший через атмосферу, 
без  рассеяния;  спектр  этого  света  сдвинут  к  низким  частотам.  Чем  ближе  Солнце  к 
линии горизонта, тем более длинный путь проходят в атмосфере световые лучи, прежде 
чем  попадут  к  наблюдателю,  тем  в  большей  мере  сдвигается  их  спектр.  В  результате 
заходящее  (восходящее)  Солнце  мы  видим  в  красных  тонах.  Вполне  понятно  также, 
почему  нижняя  часть  заходящего  солнечного  диска  выглядит  более  красной,  чем  его 
верхняя часть. 
 
Физическая оптика. Длина световой волны 
 
Біреуі − көк, біреуі − жер тағысы, 
Адам үшін батысып қызыл қаңға. 
Қар − аппақ, бүркіт − қара, түлкі − қызыл... 
 
Та –  царица земли, тот – небесный царь, 

 
 
98
Захотел человек, и эти цари бьются насмерть, 
А снег ослепительно бел, черен беркут, лисица красно… (Абай) 
 
Вопрос: с какой физической характеристикой световых волн связано различие в 
цвете? 
Ответ:  цвет  тела  определяется  длиной  волны  отраженных  лучей,  которые 
попадают  в  глаз.  При  освещении  белым  светом  лисица  отражает  красный  участок 
солнечного спектра. 
 
Поглощение и отражение света 
 
Ақ киімді денелі ақ сақалды, 
Соқыр, мылқау танымас тірі жанды. 
Дем алысы үскірік, аяз бен қар, 
Кəрі құдаң қыс келіп, əлек салды. 
  
В белой шубе, плечист, весь от снега седой, 
Слеп и нем, с серебристой большой бородой.  
Враг всему, что живет, с омреченным челом 
От дыхания его – стужа, снег и буран. 
Тучу шапкой надвинув на брови себе,  
Он шагает, кряхтя, разукрашен, румян. 
Брови грозно нависли, нахмуренный вид. (Абай) 
 
Вопрос:  
•  Почему «от дыханья его – стужа», вид – нахмуренный? 
Ответ:     
•  Общеизвестно, что снежное покрывало спасает от морозов растения и диких 
животных,  ведь  свежий  снег  благодаря  обилию  в  нем  воздушных  пор 
обладает  высокими  теплоизоляционными  свойствами.  Но  возможно,  не  все 
зают,  что  тот  же  самый  снег  способствует  усилению  зимних  холодов. 
Конечно, зимнее похолодание (и вообще смена времен года) связано прежде 
всего  с  тем,  что  ось  вращения  Земли  наклонена  к  плоскости  ее  орбиты. 
Однако  немаловажную  роль  в усилении  зимних  холодов  играет  и  тот  факт, 
что  снежный  покров  сильно  отражает  солнечные  лучи.  Суша  отражает 
только 10-20% света.  Отсюда  видно,  насколько  меньше  энергии  получает 
Земля  от  Солнца  благодаря  высокой  отражающей  способности  снежного 
покрова. 
 
Механика. Основные понятия кинематики 
 
       «Қансонарда бүркітші шығады аңға, 
      Тастан түлкі табылар андығанға. 
      Жақсы ат пен тату жолдас –бір ғанибет, 
      Ыңғайлы ықшам киім аңшы адамға. 
      Салаң етіп жолықса қайтқан ізі, 
      Сағадан сымпың қағып із шалғанда». 
 
      «Всадник с беркутом скачет ранних снегах, 

 
 
99
       Будет зорок – добудет лису в горах. 
       Вот находка в пути: удобный наряд, 
       Конь хороший да спутник, забывший страх, 
       Да лисы осторожной обратный след, 
       Обнаруженный чудом в горных кустах». (Абай) 
 
Вопросы: 
•  Почему следы лучше видны раннем снегу? 
•  Как называются следы на свежевыпавшем снегу с точки зрения физики? 
•  Как называется длина траектории? 
•  Какую  форму  должна  иметь  траектория  точки,  чтобы  пройденный  ею  путь 
мог равняться перемещению? 
Ответ:  
•  Удивительную  изменчивость  снега  и  льда  изучает  наука  гляциология.  В 
зависимости  от  температуры,  влажности  воздуха,  силы  ветра  существенно 
изменяются свойства снега. Рыхлость свежевыпавшего снега (низкая плотность) 
объясняется насыщенностью воздушными промежутками. Поэтому следы лучше 
видны в ранних снегах. 
•  Следы на свежевыпавшем снеге есть траектория. 
•  Дина траектории – пройденный путь. 
•  Траектория должна быть прямолинейной. 
 
 
1. Абай Кунанбаев, сборник произведений в 2-х томах, - Алматы, 1995, 384 стр. 
 
 
 
УДК 519.7 
М.Н. Калимолдаев, Р.Р. Мусабаев, Б.С. Калдарова  
 
ПРИМЕНЕНИЕ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ И 
СЕМАНТИЧЕСКИХ СЕТЕЙ В ПРОЦЕССЕ ЯЗЫКОВОГО ОБУЧЕНИЯ 
 
(г.Алматы, Институт проблем информатики и управления КН МОН РК) 
 
Жұмыстың  мақсаты - фонемдік  мəтін  үшін  сөздердің  сигналдарын  синтездеудің 
унифицирленген  əдістерін,  модельдерін  зерттеу,  оларды  іске  асыратын  ақпараттық 
жүйені  модельдеу  жəне  құру.  Құрылған  бағдарламалық  кешендердің    басқа  тілдер 
мысалдарында қолданыстары тексеріліп тиімділігіне көз жеткізілді. Фонемдік мəтін үшін 
(ағылшын  тілі  мысалында)  сөздердің(сөйлемдердің)  сигналдарын  синтездеудің 
унифицирленген əдістерін, модельдерін іске асыратын бағдарламалар кешені  құрылды 
The main object of this article is to analyze applicability of semantic networks in language 
education and to build and develop IT system using these methods. Confirming the 
applicability of all developed methods, models and software systems to resolve language 
education task in different languages. As a result of the education system the acceptable output 
has been achieved for every examined language demonstrating commonality of all developed 
methods, models and software systems. 
 
На  сегодняшний  день  владение  различными языками – это  не  роскошь,  а  острая 
необходимость  человека  быть  достаточно  конкурентоспособным  в  современном 

 
 
100
информационном  мире.  Если  раньше  иностранные  языки  были  нужны  в  основном 
дипломатам,  то  сегодня  они  стали  одним  из  основных  инструментов  в  работе  многих 
людей.  В  данной  статье  обосновывается  возможность  эффективного  применения 
информационных  технологий  на  базе  семантических  сетей  в  процессе  языкового 
обучения. 
В  рамках  решения  поставленной  задачи  разработана  система  обучения 
иностранному  языку.  В  качестве  изучаемого  языка  выбран  английский  как  наиболее 
востребованный  язык  в  современных  реалиях.  В  основе  разработанной 
информационной системы лежит база данных WordNet. WordNet — это семантическая 
сеть  для  английского  языка,  разработанная  в  Принстонском  университете,  и 
выпущенная  вместе  с  сопутствующим  программным  обеспечением  под  свободной 
лицензией. Для удобства использования в рассматриваемом проекте был осуществлён 
экспорт  базы  данных WordNet из  её  собственного  формата  в  формат  СУБД Microsoft 
SQL Server.
 
Семантическая  сеть —  информационная  модель  предметной  области,  имеющая 
вид  ориентированного  графа,  вершины  которого  соответствуют  объектам  предметной 
области, а дуги (рёбра) задают отношения между ними. Объектами могут быть понятия, 
события, свойства, процессы [1]. Таким образом, семантическая сеть является одним из 
способов  представления  знаний.  В  названии  соединены  термины  из  двух  наук: 
семантика  в  языкознании  изучает  смысл  единиц  языка,  а  сеть  в  математике 
представляет  собой  разновидность  графа —  набора  вершин,  соединённых  дугами 
(рёбрами). В семантической сети роль вершин выполняют понятия базы знаний, а дуги 
(причем направленные) задают отношения между ними. Таким образом, семантическая 
сеть отражает семантику предметной области в виде понятий и отношений. 
Компьютерные  семантические  сети  были  детально  разработаны  Ричардом 
Риченсом  в 1956 году  в  рамках  проекта  Кембриджского  центра  изучения  языка  по 
машинному  переводу.  Процесс  машинного  перевода  подразделяется  на 2 части: 
перевод  исходного  текста  в  промежуточную  форму  представления,  а  затем  эта 
промежуточная форма транслируется на нужный язык. Такой промежуточной формой 
как раз и были семантические сети. В 1961 г. появилась работа Мастермана, в которой 
он, в частности, определял базовый словарь для 15000 понятий. 
Словарь  состоит  из 4 сетей  для  основных  знаменательных  частей  речи: 
существительных, глаголов, прилагательных и наречий. Базовой словарной единицей в 
WordNet  является  не  отдельное  слово,  а  так  называемый  синонимический  ряд 
(«синсеты»), объединяющий слова со схожим значением и по сути своей являющимися 
узлами сети. Для удобства использования словаря человеком каждый синсет дополнен 
дефиницией  и  примерами  употребления  слов  в  контексте.  Слово  или  словосочетание 
может  появляться  более  чем  в  одном  синсете  и  иметь  более  одной  категории  части 
речи. Каждый синсет содержит список синонимов или синонимичных словосочетаний 
и  указатели,  описывающие  отношения  между  ним  и  другими  синсетами.  Слова, 
имеющие  несколько  значений,  включаются  в  несколько  синсетов  и  могут  быть 
причислены к различным синтаксическим и лексическим классам. 

 
 
101
 
Рисунок 1. Пример семантической сети 
 
Синсеты  в WordNet связаны  между  собой  различными  семантическими 
отношениями: 
• 
гипероним (breakfast → meal) – слово с более широким значением, выражающее 
общее,  родовое  понятие,  название  класса  (множества)  предметов  (свойств, 
признаков); 
• 
гипоним (meal → lunch) – слово с более узким значением, называющее предмет 
(свойство, признак) как элемент класса (множества); 
• 
has-member (faculty → professor); 
• 
member-of (pilot → crew); 
• 
мероним: has-part (table → leg) – понятие,  в  отношении  к  другому  понятию, 
выражающее его составную часть; 
• 
антоним (leader → follower). 
Также,  существуют  различные  другие  связи:  лексические,  антонимические, 
контекстные (слово 'x' имеет отношение к слову 'y') и другими. Среди них особую роль 
играет гипонимия: она позволяет организовывать синсеты в виде семантических сетей. 
Для  разных  частей  речи  родовидовые  отношения  могут  иметь  дополнительные 
характеристики и различаться областью охвата.
[6] 
Как видно из аналитического обзора, для освоения чтения и развития разговорных 
навыков  на  бытовом  уровне  достаточно 2000-3000 слов,  для  этого  из  всей  базы 
WordNet сделана выборка, состоящая из 2500 наиболее употребляемых слов. Выборка 
производилась из двух таблиц: wn3_s (набор синсетов) и wn3_g (описания к синсетам). 
В  целом,  вся  система WordNet состоит  из  нескольких  различных  таблиц,  в  которых 
данные  сгруппированы  по  определенным  принципам.  При  этом  таблицы  связаны 
между собой. 
Разработанная  на  основе  семантической  сети WordNet информационная  система 
обучения иностранному языку имеет следующие функциональные возможности: 
1)  Для  наиболее  эффективного  запоминания  использовать  ассоциативный  метод 
[2,3].  Например,  при  выдаче  слова  и  его  перевода  рядом  изображается  картинка, 
отражающая суть данного слова. Также сюда можно добавить возможность слухового 
восприятия (само слово воспроизводится через динамики).  
2) За один прием осваивается семь слов как наиболее оптимальное количество для 
запоминания за один раз. Также предполагается изучение устойчивых сочетаний слов и 
наиболее распространенных фраз. 

 
 
102
3)  После  каждого  приема  изучения  организовывается    проверка  обучаемого  на 
предмет  правильности  усвоенного  им  материала.  При  этом  пользователю 
предоставляется выбор из различных вариантов проверки. Например, тестирование,  т. 
е.  из  нескольких  вариантов  ответа  нужно  выбрать  правильный,  вариантами  ответов 
могут  быть  изображения,  слова,  или  перевод.  Другой  пример,  когда  выдается 
изображение или слово, или же оно произносится, а пользователю необходимо ввести 
ответ в поле с клавиатуры. 
4) Функции динамического обновления картинок через сеть  Internet. 
5) Поддержка систем синтеза речи для озвучивания произвольного текста. 
Важной  функцией  является  составление  частотного  словаря  для  реализации 
метода  чтения.  Это  будет  очень  полезным  для  тех,  кто  часто  читает  литературу  на 
английском, но еще не овладел достаточной словарной базой. Благодаря этой функции 
пользователь сможет вводить текст, который ему необходимо прочитать, а программа, 
проанализировав текст, составляет на его основе частотный словарь, после чего самые 
часто встречающиеся в нем слова можно занести в базу и изучить. Это в дальнейшем 
облегчит чтение текста и его перевод, так как не придется учить все слова, встречаемые 
в тексте, каждый раз заглядывая в словарь. Выучив наиболее часто встречаемые слова в 
тексте,  пользователь  тем  самым  значительно  повысит  эффективность  и  скорость 
чтения.  К  тому,  же  сам  процесс  изучения,  основанный  на  вышеописанных  методах, 
можно будет осуществить в короткие строки. 
Важным  значением  применения  семантической  сети  в  рассматриваемой  системе 
является возможность реализации процесса последовательного обучения связанным по 
смыслу  словам,  т.е.  у  обучаемого  формируется  последовательность  связанных 
ассоциаций. 
 
 
 
Рисунок 2. Изучение слов (с изображением) 
 
 

 
 
103
На рисунке 2 показан пример интерфейсной части системы обучения. 
В заключении можно отметить высокую эффективность предложенных методов и 
реализованной на их основе информационной системы обучения иностранному языку. 
 
 
1.  Гинзбург P. С.,  Чарльз  Фриз,  его  лингвистические  и  методические  взгляды, 
«Иностранные языки в школе», 1963, № 5. С. 12-15. 
2.  Р. Солсо. Когнитивная психология. М., 1996. С. 144-146. 
3.  Зейгарник,  Б.  В.  Патопсихология.  М.:  Издательство  Московского  университета, 
1986. С 
4.  Пауэрс  Л.Снелл  М. Microsoft Visual Studio 2008. Microsoft Visual Studio 2008. 
Санкт-Петербург, 2009. C. 99-100, 307, 612, 659. 
5.  Д.  П.  Мак-Манус,  Д.  Голдштейн,  К.  Т.  Прайс.  Обработка  баз  данных  на Visual 
Basic.NET. С. 100, 201-203. 
 
 
 
 
УДК 519.7 
М.Н. Калимолдаев, Р.Р. Мусабаев, Б.С. Калдарова  
 
ПРИМЕНЕНИЕ РЕЧЕВЫХ ЧЕЛОВЕКО-МАШИННЫХ ИНТЕРФЕЙСОВ 
ПРИ РАЗРАБОТКЕ ЛИНГВИСТИЧЕСКИХ ОБУЧАЮЩИХ СИСТЕМ 
 
(г. Алматы, Институт проблем информатики и управления КН МОН РК) 
 
Сөздік  сигналдың  синтезделу  үрдісі  зерттеудің  пəні  болып  табылады.  Зерттеу 
объектісі – сөздік сигналды синтездеу моделі жəне оның интонациялық сипаттамаларын 
түрлендіру  əдістері.  Берілген  жұмыста  зеттелген  жəне  құрылған  модельдер  түрлі 
ақпараттық  жүйелер  құрамына  кіретін  адам-машина  интерфейсін  жүзеге  асыру 
барысында  қолданыла  алады.  Бұл  жұмыстағы  ұсыныстар  сөздердің  (сөйлемдердің) 
сигналдарын синтездеудің унифицирленген жүйлерін құру кезінде пайдалы бола алады. 
Object of research is process of synthesis of a speech signal. Subject of research are models 
of synthesis of a speech signal and methods of updating of its intonational characteristics. The 
models developed and investigated in the present work, can be used at realization of human-
machine interfaces in structure of various information systems. The recommendations 
containing in work, can be useful at construction of the unified systems of synthesis of a speech 
signal. 
 
Решать  задачу  повышения  эффективности  современных  лингвистических 
обучающих  систем  призвана  технология  искусственного  синтеза  естественной 
человеческой  речи [1]. Главная  задача  систем  синтеза  речи – это  преобразование 
входной  текстовой  информации  в  её  выходное  звуковое  представление  на  одном  из 
естественных  языков.  В  самом  оптимальном  варианте,  данные  системы  призваны 
заменить человека в процессе чтения текстов и выступить в роли автоматизированных 
дикторов, которые готовы неустанно читать тексты любых объёмов и любой сложности 
на  любых  языках.  Под  естественной  речью  понимаются  звуковые  и  мимические 
составляющие речи человека. Входная текстовая информация обычно представляется в 
виде электронного текста (Рис. 1). 
Данные  алгоритмы  в  основном  применяются  при  построении  систем  с 
человеко-машинными  интерфейсами.  Особенно  их  применение  оправдано,  если 

 
 
104
система  оперирует  текстовой  информацией,  подлежащей  озвучиванию  и    данная 
информация является переменной во времени.  
Устная  речь  изначально  представлена  в  последовательной  форме  в  виде 
последовательностей  звуков,  слов,  предложений.  Последовательно  также  изменяются 
ударения,  интонации  и  скорость  чтения.  Восприятие  устноречевой  информации  с 
помощью  слуха  происходит  у  человека  практически  самопроизвольно  на  уровне 
рефлексов.  Это  подтверждается  тем  фактом,  что  даже  если  человек  не  желает 
воспринимать  информационную  составляющую  речи,  восприятие  всё  равно 
происходит помимо его воли и единственный способ препятствовать восприятию – это 
физически устраниться от источника звукового сигнала. В комфортной обстановке при 
оптимальных параметрах звучания (приемлемый уровень громкости, скорости чтения, 
отсутствие  посторонних  шумов)  человеку  требуются  минимальные  усилия  для 
восприятия и усвоения информации представленной в устноречевой форме.  
 
Рис. 1 – Схема  взаимодействия  человека  и  ЭВМ  с  применением  речевых  человеко-
машинных интерфейсов. 

 
 
105
Важные  различия  существуют  между  восприятием  устной  речи  с 
сопутствующей  ей  визуальной  информацией  и  восприятием  той  же  речи  без 
сопутствующей  визуальной  информации.  Типичным  примером  для  первого  случая 
является кинофильм, а для второго – радиопередача.  В случае просмотра кинофильма 
человек мысленно погружается в представляемые ему внешние визуальные и звуковые 
образы,  воспринимая  информацию  практически  такой,  какой  она  ему  преподносится. 
При этом мозговая активность находится на относительно низком уровне. В случае же 
прослушивания  радиопередачи,  человеку  необходимо  «включать»  собственное 
воображение  для  воссоздания  излагаемой  картины,  ему  приходится  постоянно 
извлекать  некие  образы,  хранящиеся  в  собственной  памяти.  Другие  образы  могут 
возникать  самопроизвольно  из  автоассоциативной  памяти.  При  прослушивании 
радиопередачи  активность  головного  мозга  намного  выше,  чем  при  просмотре 
кинофильма.  Данную  особенность  восприятия  человеком  информации  нужно 
учитывать при создании обучающих систем с применением ЭВМ и речевых человеко-
машинных интерфейсов. 
Письменная  же  речь  в  общем  смысле  является  «побочным»  эффектом устной 
речи  и  носит  второстепенный  характер.  Для  человека  наиболее  естественно  и 
эффективно  получать  и  усваивать  информацию  именно  в  устной  форме.  Это  связано 
главным образом с тем, что при устной форме общения между человеком и человеком 
или  между  человеком  и  машиной  звуковая  информация  из  слухового  нерва  попадает 
непосредственно  в  ту  часть  головного  мозга  человека,  которая  отвечает  за  речевые 
функции.  
Опыты  показывают,  что  усваивать  речевой  материал  наиболее  эффективно 
задействуя только  слуховую  память  без участия  зрительной.  В  общем  можно  сказать, 
что  главным  плюсом  зрительного  восприятия  информации  является  его  скорость,  а 
слухового  восприятия – более  высокая  эффективность  усвоения  и  качество  самой 
информации.   
Особенно  эффективно  при  построении  систем  с  человеко-машинным 
интерфейсом использовать связку технологий синтеза и распознавания речи. На Рис. 1 
видны  обратные  связи,  которые  свидетельствуют  о  возможности  осуществления 
контроля  над  системой  человек-машина  при  использовании  одних  только  речевых 
интерфейсов.  Например,  при  условии  наличия  качественного  синтезатора  речи  ЭВМ 
может  обучать  человека  иностранному  языку  и  при  этом  производить  контроль 
правильности произношения иностранных слов с помощью алгоритмов распознавания 
речи.  Авторами  данного  доклада  ведутся  разработки  подобных  систем  с  целью 
построения  лингвистических  тренажеров  для  обучения  английскому  и  казахскому 
языкам. 
Главная  задача,  которую  приходится  решать  при  реализации  вышеописанных 
систем  является  задача  качественного  синтеза  речи.  Наиболее  универсальным 
решением данной задачи может выступить программная реализация алгоритма синтеза 
речи  в  виде  универсального  модуля    с  целью  последующего  его  использования  в 
различных  системах.  Авторами  доклада  успешно  произведена  реализация  данных 
алгоритмов  для  синтеза  любых  слов  на  английском  языке  по  их  текстовому  либо 
транскрипционному  представлению.  При  этом  основной  упор  делался  именно  на 
качество  осуществляемого  синтеза,  а  также  на  широкий  диапазон  регулирования 
параметров синтеза.  
Алгоритмы  синтеза  речи  программным  методом  потенциально  могут  быть 
применены  практически  к  любому  из  языков,  на  которых  говорит  современное 
человечество.  Каждый из этих языков в свою очередь имеет собственный словарный 

 
 
106
запас,  лексические,  фонетические  и  грамматические  особенности.  Наиболее 
оптимальным  методом  решения  задачи  синтеза  речи  может  стать  разработка 
специального  машинного  языка,  с  помощью  которого  в  универсальной  форме  будут 
описываться  правила  синтеза  для  каждого  из  человеческих  языков  с  учётом  его 
специфики. 
Однако  при  оценке  качества  синтеза,  нужно  отчётливо  понимать,  что  синтез 
речи–  это  результат  высшей  нервной  деятельности  человека [6].  И  достижение 
указанных  результатов  возможно  только  при  использовании  алгоритмов  аналогичных 
или  подобных  по  функционалу  человеческому  мозгу.  Пока  же,  в  силу  текущих 
достижений  науки  и  техники  мы  можем  только  максимально  близко  приближаться  к 
указанным результатам по качеству и возможностям синтеза. В системах синтеза речи 
всегда  будут  присутствовать  вполне  определённые  ограничения,  накладываемые 
функциональностью используемых алгоритмов и аппаратных мощностей. 
 
 
1.  Е.Н.  Амиргалиев,  Р.Р.  Мусабаев.  Информационные  технологии  искусственного 
синтеза речи // Вестник КазНПУ.- 2007.- № 4(20). С. 26-34. 
2.  Р.Р.  Мусабаев.  Опыт  использования  технологии  синтеза  речи  при  построении 
системы  контроля  технологического  процесса  для  нефтеперерабатывающего 
производства // Проблемы инновационного развития нефтегазовой индустрии: Сб. 
тр. междунар.науч.-практ. конф.-Алматы: КБТУ,2008. 
3.  Е.Н.  Амиргалиев,  Р.Р.  Мусабаев.  Некоторые  направления  и  задачи  обработки 
лингвистических данных // Вестник КазНТУ. – 2007. - № 6(63). С. 182-187. 
4.  А.  Ф.  Элфорд.  Загадка  возникновения Homo Sapiens. Сборник  "Тайное  и  явное", 
СПб., 2003 г. 
5.  И. Т. Канева. Шумерский язык. Центр "Петербургское Востоковедение", 2006 г.  
6.  Джефф Хокинс, Сандра Блейксли. Об интеллекте. Вильямс, 2007 г. 

жүктеу/скачать 5,32 Mb.

Достарыңызбен бөлісу: