Key points are not available for this paper at this time.
حتى يتجاوز أداء أجهزة التعرف التلقائي على الكلام (ASR) أداء البشر من حيث الدقة والموثوقية، يمكننا أن نحقق استفادة من فهم المبادئ الأساسية وراء التعرف على الكلام البشري (HSR). تمت دراسة هذه المشكلة بشكل مكثف في مختبرات بيل بين عامي 1918 و 1950 من قبل هارفي فليتشر وزملائه. كانت الدوافع وراء هذه الدراسات تهدف إلى قياس جودة أصوات الكلام في جهاز الهاتف لتحسين وضوح الكلام وتفضيله. للقيام بذلك، درس هو ومجموعته تأثيرات التصفية والضوضاء على دقة التعرف على الكلام لأصوات المقاطع غير المنطقية (CVC) والكلمات والجمل. استخدم فليتشر مصطلح "الوضوح" كاحتمالية التعرف الصحيح للأصوات غير المنطقية، و"الوضوح" كاحتمالية التعرف الصحيح للكلمات (الأصوات ذات المعنى). في عام 1919، اكتشف فليتشر طريقة لتحويل بيانات الوضوح لكلام مرشح إلى دالة كثافة إضافية D(f) ووجد صيغة تتنبأ بدقة بمتوسط الوضوح. المساحة تحت D(S) تُسمى "مؤشر الوضوح". ثم واصل فليتشر العثور على علاقات بين أخطاء التعرف لأصوات الكلام غير المنطقية والكلمات والجمل. تمت مراجعة هذا العمل مؤخرًا ونسخه جزئيًا من قبل بوذرويد ومن قبل برونكهورست وآخرون (1980). وبشكل عام، تخبرنا هذه الدراسات الكثير عن كيفية معالجة البشر والتعرف على أصوات الكلام.
درس جونت ب. ألين (السبت) هذا السؤال.