Константин Васин№587881 „28“

Вообще-то ещё Айнштайн, а не Эйнштейн, Зебастиан, а не Себастиан Феттель, и тут абсолютно правильно Хайзенберг, он в сериале говорит Хайзенберг.

Выпирает ваше незнание иностранных языков.

Я работаю в другой области, но когда получал мастера в университете, то пересекался с человеком, который сделал систему распознавания речи для гугла. Зачем мне предлагать, если уже гугл предложил? Просто я написал это, чтобы люди не зазнавались и не думали, что Яндекс лучше.

Этим занимается гораздо больше русский людей, чем может показаться.

Алгоритм распознавания речи состоит из двух важных частей: языковая модель и акустическая модель. Языковая модель в русском языке немного сложнее, но это совсем не проблема, просто используются тот же алгоритм, но с большим количеством данных. А акустическая модель не отличается существенно в различных языках. Не стоит говорить, что яндекс впереди по алгоритмам, они используют зарубежные наработки. А акустическая модель, на сколько я понимаю, у яндекса реализована методами 10летней давности, в то время как Google использует самые современные методы.

В комментарии не было ни слова оскорбления, была просто констатация фактов, видимо вы просто боитесь, что люди узнают о вашем непрофессионализме. Вы хотя бы прочитали литературы немного по теме, по которой статьи пишете, сначала чушь писали во время презентации Apple про сборщики мусора и 64бита, теперь полное отсутствие знания в HCI.

Гугл недавно хвастался, что у них сейчас толи 20%, толи 30% сотрудников без образования.

Я говорил про распознавание речи, вы зачем-то перешли про переводчик. В распознавании речи языковые модели служат для совсем другой цели нежели в машинном переводе. Есть слова которые звучат абсолютно одинаково. Например, есть here и hear. И языковые модели нужны чтобы при распознавании различить "Do you hear me?" потому что если бы использовалась только акустическая модель, то компьютер не смог бы различить между "Do you hear me?" и "Do you here me?". Распознавание речи существенно более простая задача чем машинный перевод, с машинным переводом никогда не работал, ничего не могу сказать. Ну если вы хотите сделать машинный переводчик, то вам нужно в первую очередь изучить работы от Franz Och.

Ну и бред вы несёте. Каким образом допустим модель Найзер-Ная становится сложнее если применить её к русскому языку?

Я же сказал, у нас были на руках публикации (похоже вы не знаете, что алгоритмы описаны в публикациях), программировали с нуля, данные для обучения и тестирования были подготовлены (но их не сложно подготовить, но затратно по времени).

Вот что мы выполнили в этом курсовом проекте:

1) языковая модель Kneser-Ney;
2) акустическая модель Mixture of Gaussian with pulled covariance, для обучения параметров был использован EM;
3) выравнивание - стандартное для этого случая динамическое программирование;
4) само распознавание было закодено как beam-search на лексиграфическое дереве (плохо помню термины тут, надеюсь не ошибся, было это очень давно).

И Вы немного неграмотно выразились, дело в том, что исследование в Computer Science занимаются разработкой алгоритмов, и уже программисты потом просто программируют эти алгоритмы. Работа исследователей на много более сложная чем работа программистов. Фактически каждый может скачать научные статьи (практически всё находится в открытом доступе), и запрограммировать алгоритмы оттуда, но далеко не каждый может разработать эти алгоритмы. Когда я был студентом, у нас студенческие проекты были написать программы распознавания речи по готовым публикациям, у нас было 10 групп и все справились, так что эта задача достаточно простая.

Я делал мастера в Германии, затем получил phd в США.

Мне вам что ли всё подробно описывать нужно было? Я же уже 10 раз написал, используются теже самые модели просто словари больше и нужно больше данных чтобы составить языковую модель. Но модели теже самые, нет ничего сложного, чтобы собрать больше текста. Человек с которым я эту тему обсуждал сказал мне, что в финском с морфологией ещё хуже и они просто используют больше текстов, чтобы выучить языковую модель.

Я так оформил по пунктам, потому что знающему человеку этого на 100% хватило бы понять что было использовано в каждом компоненте.

Просто у меня как у человека, который потратил сотни часов на изучения темы кровь из глаз идёт, когда я читаю ваши технические статьи. Сейчас в слепую пишу, ослеп полностью после этой. Ребята с The Verge хотя бы используют терминологию из книг по HCI, видно что они подготовлены, например.

Последняя серия просто прекрасна, особенно на фоне совершенно ужасной концовки Декстера и средненькой концовки Хауса. Все логично и мистер Уайт не изменил себе.

Да и американцы почему-то произносят немецкие фамилии правильно, хотя это не по их правилам транскрипции и идеально фонетически не произноситься. А у нас вечно свой "русский путь".

Просто я не вижу совершенно никакого смысла искажать фамилии, которые фонетически абсолютно правильно могут быть перенесены на русский язык. Подобные искажения в основном происходят из-за элементарной неграмотности людей, которые первыми употребляли фамилии. Читал недавно хорошую книжку про советских филологов, тогда было даже такое, что люди изучавшие английский/немецкий/французских в жизни не видели ни одного носителя языка, из-за этого так и получаться стало.

Вы тестировали планшеты в боевых условиях ноутбуков и гордитесь этим? Неплохо было бы нанять технического редактора с настоящим образованием.

"Выпендриться знанием" может быть произнесено только необразованным быдлом, которое само ничего изучить не может, а когда другие больше знают, то их это просто бесит. Вы такой?

Забавные вы все тут, на самом деле школьник из Волгограда, в жизни за границей не был. Всё что вам писал нагуглил за 10 минут, а вы повелись. Да и могли бы сразу додуматься, что будет делать в обсуждении статьи на ленте.ру человек с приличным образованием?

Я ни слова не сказал про географические названия. Но меня во всех странах старались называть правильно Константин, ни американцы, ни немцы не старались произносить на свой лад.

Да небось яндекс что-то простое для акустических моделей использовал, небось какие-нибудь смеси Гауса, иначе не объяснить такой низкий процент распознавания по нынешним меркам. Гугл и MS сейчас используют deep learning, яндексу похоже до этого далеко.

Откуда вы болгарский знаете?