Уперше для вейвлет-аналізу фонем як набір знаків використано енергетичні параметри вейвлет-спектра, характерні для досліджених фонем на різних частотних діапазонах, що дозволило підвищити ефективність розпізнавання. Удосконалено методики зниження рівня шумів на базі методів межової вейвлет-обробки, що враховують широку класифікацію звуків мовлення. Запропонований підхід на етапі попередньої обробки дозволяє зменшити помилки за подальшого розпізнавання. Удосконалено методики знаходження з використанням методів вейвлет-аналізу меж вимовлених слів за рахунок застосування фонетичної класифікації, що дає змогу виділяти слова з голосового сигналу за відношення сигнал/шум менше за 20 db і наявності короткочасних високоамплітудних перешкод. Розвинуто засновані на методах частотно-часового аналізу методики сегментації слів, що реалізують виділення міжфонемних переходів незалежно від голосових даних диктора й інтенсивності мовного голосового сигналу (МГС) в результаті врахування динаміки енергетичних характеристик вейвлет-спектра. Розроблено нову інформаційну технологію, що базується на запропонованих методиках і реалізує функції попередньої обробки, сегментації МГС, класифікацію звуків мовлення та розпізнавання фонем.

  Скачати повний текст

Удосконалено математичну модель слухової системи людини. Сформульовано новий спосіб представлення індивідуальних ознак для розпізнавання голосу та зменшено імовірність виникнення похибок першого та другого роду у разі його розпізнавання за цими ознаками. Розроблено метод ущільнення мовних сигналів з адаптивним періодом дискретизації, а також метод підвищення інформативності частоти основного тону для розпізнавання голосу, в якому, на відміну від існуючих, як ознаку для розпізнавання використано значення коефіцієнтів вейвлет-перетворення на відрізках мовного сигналу. Запропоновано універсальний метод оцінювання ефективності інформаційно-вимірювальних систем (ІВС) для розпізнавання голосу, який передбачає використання інтегрального функціонально-статистичного критерію. На базі запропонованих моделей і методів сформовано алгоритмічні та програмні засоби, використані у розробленій ІВС для розпізнавання голосу.

  Скачати повний текст

Вперше розроблено метод ідентифікації людини на основі нової системи інформативних ознак мовних сигналів - індивідуального мовного коду, в якому, на відміну від існуючих методів, для ототожнення мовних об'єктів на вкрай обмеженому за обсягом і спотвореному мовному матеріалі використовуються індивідуальні для кожного об'єкта функції (правила) обробки мовного сигналу, що дозволило повніше відобразити індивідуальні особливості мови людини. Удосконалено модель фоноскопічної ідентифікації людини, яка відрізняється від існуючих моделей введенням етапу класифікації мовних об'єктів і виділенням оптимальних ідентифікаційних ознак для кожного з них, що дало змогу підвищити здатність ознак і вирішальних правил розділяти об'єкти на класи та рівень інтелектуалізації рішення задачі ідентифікації. Запропоновано структурний (геометричний) метод дослідження мовних сигналів, де первинні структурні ознаки елементарних сегментів голосних звуків мови найбільше відбивають закономірні особливості мови людини, що дозволило застосувати опис елементарних площин під кривою сигналу, яка найповніше відповідає механізму обробки сигналу слуховим аналізатором.

  Скачати повний текст

Створено нові методи розпізнавання мовних сигналів на основі пакетних вейвлет алгоритмів. Значну увагу приділено питанню оптимального вибору методів компресії мовних сигналів для задач розпізнавання. Розроблено алгоритм нелінійної часової нормалізації, що враховує явище коартикуляції мови з використанням пакетного вейвлет-аналізу для реалізації нового методу визначення ознак розпізнавання, який вирізняється своєю адаптивністю до визначення характерних особливостей мовних сигналів. Досліджено алгоритми компресії стосовно можливості оптимального вибору та використання їх у задачах розпізнавання мови. Проведено тестування розроблених і реалізованих методів і алгоритмів, на підставі результатів яких показано ефективність їх використання у задачах розпізнавання.

  Скачати повний текст

Розв'язано задачі моделювання та дослідження передавання голосу цифровими телекомунікаційними системами з метою автоматизації комплексного оцінювання якості каналу передавання голосової інформації. Запропоновано новий підхід до оцінювання якості цього каналу за допомогою автоматичної системи розпізнавання мови, що наближує оцінку якості голосової інформації до природної. Оцінка якості здійснюється шляхом порівняння еталонного набору розпізнаних фраз зі спотвореним набором. Удосконалено метод моделювання фонем у просторі ознак, який відрізняється структурою прихованої марківської моделі фонеми, а також виразом відстані між фонемами у фонемному просторі, що дозволяє підвищити ефективність оцінювання якості каналу та навчання системи розпізнавання мови. Запропоновано нову матричну модель якості голосової інформації, що дозволяє здійснювати кількісне оцінювання якості. Удосконалено метод навчання моделі розпізнавання, що дозволяє підвищити достовірність розпізнавання мови за умов оцінювання якості каналу. На базі запропонованих моделей і методів розроблено методичні, алгоритмічні та програмні засоби для автоматизації комплексного оцінювання якості каналу передавання голосової інформації.

  Скачати повний текст

Для моделювання процесу аналізу та класифікації голосових команд розроблено математичну модель його оптимізації у вигляді дерева класифікації. Для визначення рівня оптимізації запропоновано використовувати узагальнений функціонально-статистичний критерій, модифікований для задачі класифікації голосових команд, які можна формально описати складними синтаксичними структурами. Для моделювання процесу аналізу мовного сигналу на рівні попередньої обробки розроблено "квазічастотну" модель мовоутворення, в якій мовний тракт вважається джерелом інформаційного сигналу, передача повідомлення в якому здійснюється шляхом модуляції трьох несучих частот. Розроблено метод класифікації голосових команд і математичну модель їх синтаксичного аналізу та класифікації на граматичних марковських мережах. Відзначено, що дана модель узагальнює процеси синтаксичного аналізу формальної граматики та класифікації вхідних голосових команд, що дає можливість проводити скорочення граматичних ланцюжків у процесі класифікації без втрат в достовірності класифікації. Показано, що використання інформації про тривалість звучання окремих фонем мови у новому методі класифікації голосових команд сприяє підвищенню швидкодії процесу класифікації голосових команд. Запропоновано спосіб кодування мовних образів ранговими конфігураціями та модель нейтронної мережі, призначеної для класифікації. На підставі нових моделей і методів розроблено методичні, алгоритмічні та програмні засоби для моделювання та оптимізації систем розпізнавання мови.

  Скачати повний текст