• Κατανόηση και δημιουργία φυσικής γλώσσας
• Διαχείριση και επεξεργασία διαλόγου
• Ομιλούμενες στρατηγικές αλληλεπίδρασης
• Λεξικογραφία
• Μηχανική κειμένου
• Εξαγωγή πληροφοριών

• Μέθοδοι αναζήτησης
• Επίλυση προβλήματος
• Συστήματα βάσει κανόνα
• Αναπαράσταση γνώσης
• Προγραμματισμός λογικής
• Μηχανική εκμάθηση
• Ευφυής αλληλεπίδραση ανθρώπου-μηχανής
• Μοντελοποίηση χρήστη
• Θεωρία Automata
• Θεωρία παιχνιδιών
• Κβαντική AI

Επεξεργασία Ήχου και ομιλίας

Η ομάδα AI έχει μεγάλη παράδοση στους τομείς της Αυτόματης Αναγνώρισης Ομιλίας, της σύνθεσης κειμένου σε ομιλία (TTS), της επαλήθευσης και της αναγνώρισης ηχείων, καθώς και στη μοντελοποίηση γλωσσών ως μέσο για την ενίσχυση της απόδοσης αναγνώρισης ομιλίας.

Τα μέλη της ομάδας AI έχουν αναπτύξει πολλά συστατικά / εφαρμογές επεξεργασίας ομιλίας, μεταξύ των οποίων είναι τα εξής:

• Προσαρμοστικό Πλαίσιο για την Ακουστική Παρακολούθηση Πιθανών Κινδύνων σε Πραγματικό Χρόνο, βάσει πιθανών δομών (που αναπτύχθηκαν στο πλαίσιο του έργου Prometheus)
• Διακρίσεις ομιλίας / μουσικής, βασισμένες σε HMM, τομείς συχνότητας και βασισμένες σε κύματα
• Αυτόματη αναγνώριση εκδηλώσεων αστικού περιβάλλοντος ήχου, βάσει ιεραρχικών δομών
• A Speech Annotation Toolbox (αναπτύχθηκε στα έργα SpeechDat (II) και SpeechDat (Car))
• Εργαλεία εγγραφής για δημιουργία βάσης δεδομένων ομιλίας
• Ένα σύγχρονο ελληνικό σύστημα TTS, βασισμένο σε συνδυαστικό αλγόριθμο MBROLA
• Ένα σύγχρονο ελληνικό σύστημα TTS, βασισμένο σε συνθεσάιζερ Klutt formant
• Ένα σύγχρονο ελληνικό σύστημα TTS, βασισμένο στην επιλογή μονάδων, με βάση το corpus
• Συστήματα επαλήθευσης και αναγνώρισης ηχείων, βασισμένα σε νευρωνικά δίκτυα.
• Αυτόματη αναγνώριση ομιλίας για ελληνικές, αγγλικές και γερμανικές γλώσσες
• Σύστημα αναγνώρισης ομιλίας, βασισμένο σε PPRLM
• Ελληνοκυπριακή αναγνώριση διαλέκτου, με βάση PRLM
• Εργαλεία αυτόματης τμηματοποίησης ομιλίας, βασισμένα σε HMM
• Σύστημα ανίχνευσης συναισθημάτων βασισμένο σε ομιλία, βασισμένο σε GMM
• Σύστημα αναγνώρισης επιπτώσεων με βάση την ομιλία σε πραγματικό χρόνο, βασισμένο σε ακουστικές και γλωσσικές πληροφορίες
• Ένα περιβάλλον για την κατασκευή διαδραστικών φυσικών διεπαφών (στο πλαίσιο του έργου GEMINI)
• Ένα Σύστημα Διαλόγου για την Αυτοματοποίηση Υπηρεσιών Call Center, αυτοματοποίηση της συλλογής δεδομένων για εταιρείες ασφάλισης αυτοκινήτων (στο πλαίσιο του Ευρωπαϊκού Έργου ACCeSS).
• Ένα σύστημα διαλόγου για υπηρεσίες που βασίζονται σε τηλέφωνο (στο πλαίσιο του ευρωπαϊκού έργου IDAS)
• Ένα Σύστημα Αλληλεπίδρασης Ομιλούμενου Διαλόγου για περιβάλλον έξυπνου σπιτιού (στο πλαίσιο του έργου INSPIRE)
• Ο δρομολογητής τηλεφωνικής κλήσης για το Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών στο Πανεπιστήμιο Πατρών
• Η φωνητική πύλη για το Πανεπιστήμιο Πατρών

Επεξεργασία Φυσικής Γλώσσας

Speech and Language Resources

The AI group created (either on its own or in cooperation with other partners) a number of speech and language resources, among which are the following:

• SpeechDat(II)-FDB-5000-Greek – a speech recognition database with 5000 speakers (within the SpeechDat(II) project)
• SpeechDat(Car)-Greek – a speech recognition database (within the SpeechDat(Car) project)
• PolyCost Speaker Recognition database (within the COST 250 project)
• Orientel Cypriot Greek Speech database (within the Orientel project)
• MoveOn Motorcycle speech and noise database for police information support systems (within the MoveOn project)
• Prosodic database for text-to-speech synthesis for Greek language
• Acted emotional speech database for Greek language
• Greek speech database for corpus-based text-to-speech synthesis
• Real-world Affective Speech corpus (smart-home domain)
• PlayMancer Multimodal Affective corpus – video, speech, bio-signals, (serious game domain), (within the PlayMancer project)
• Prometheus database – A Multimodal Database of Heterogeneous Sensors for Human Behavior Analysis and Interpretation – microphone arrays, video cameras, infrared cameras, 3D cameras, IR movement detection sensors, (within the Prometheus project)
• Various text corpora (with overall size over 50 Mwords)
• ESPRIT 860: Greek newspaper corpus with grammatical analysis of words
• ORTHO: Greek monolingual lexicon, compiled from several printed dictionaries
• COLLINS: Corpus and dictionary
• ONOMASTICA: Lexicon of Greek proper names
• IDAS: Surnames in phonetic transcription
• POLYGLOT: Speech samples, annotated
• LIP READING: 157 AVI files with lip moves during word pronunciation
• Korais lexicon, with over 80000 lemmas

Artificial Intelligence

• Morphological analysers
• Syntactic parsers
• Lemmatizers (also language independent ones)
• Grapheme-to-phoneme and phoneme-to-grapheme converters
• A generic platform for semi-automatic generation of multilingual and multimodal interfaces

Past Research Activities

Optical Character Recognition

The AI group has developed tools for the preprocessing of document images and words as well as systems for character recognition. In more detail, the following tools are available:

• A skew estimation system for printed and handwritten documents.
• A shift correction system for printed and handwritten words.
• A handwritten character recognition system for Modern Greek.

Authorship Recognition from text documents

The AI group has developed tools for authorship identification from text documents.