Анализируется алгоритм нелинейной цифровой компрессии речевых сигналов с целью получения минимальной скорости передачи сигнала.

Вміщено основні поняття та визначення теорії розпізнавання образів. Запропоновано огляд методів первинного аналізу промови та аналіз мовних сигналів за короткі інтервали часу. Узагальнено постановку задачі моделювання процесів аналізу мовних сигналів. Викладено загальний вигляд розв'язку задачі опису параметрів мови як структурної апроксимації різних категорій мовної інформації. Висвітлено лінгвістичні аспекти розпізнавання промови та сегментацію мовних сигналів. Розглянуто алгоритми побудови пристроїв розпізнавання промови, елементи динамічного програмування. Розкрито принцип Беллмана. Наведено загальну схему проектування пристроїв розпізнавання промови.

Досліджено інформаційно-статистичні властивості знакової системи української мови. Отримано значення ентропії для українського друкованого тексту, розподіл ймовірностей символів та марковські ймовірності переходу.

Предложены алгоритмы, позволяющие игнорировать срабатывание записи распознавателя от шума, а также постороннюю речь, не содержащую слова распознаваемого словаря.

Описан модуль пофонемного распознавателя, который по полученной цепочке фонем (возможно, содержащей отдельные ошибки) находит наиболее подходящее слово из распознаваемого словаря.

На основі досліджень кепстрів фонем української мови для різних темпів вимови розглянуто методику модифікації кепстру та отримано вагову кепстральну функцію для використання при перетворенні часового масштабу мови в системах аналізу-синтезу.

Рассмотрен вопрос пофонемного распознавания и описана экспериментальная модель распознавателя, ориентированная на работу с большими словарями.

Рассмотрен распознаватель изолированных слов, который не требует от пользователя предварительного обучения распознаванию каждого слова и основан на автоматическом построении транскрипций и эталонов слов распознаваемого словаря. Предложены новые алгоритмы сегментации речевого сигнала, используемые в пофонемном распознавании.

Зроблено систематизований аналіз методів і засобів опису, обробки та розпізнавання мовних сигналів. Здійснено алгоритмізацію методів фонемного та сегментно-складового розпізнавання. Запропоновано різницеву схему послідовного вибирання складових сигналу (consecutive extraction transform - CET), на базі якої побудовано розподілену передатну та смугову передатну функції мовнотвірної системи. Розроблено й реалізовано алгоритми послівного, фонемного розпізнавання, сплайн-синтезу та ідентифікації сегментно-складових мовних послідовностей.

Для адаптивних методів регулювання темпу мови запропоновано кусково-нелінійну модель функцій темпоральних змін тривалостей звукових ділянок, на основі якої розроблено методику строгого дотримання заданого коефіцієнта сповільнення при відтворенні кожного мовного фрагмента.

Розроблено нові підходи щодо побудови біометричних систем ідентифікації та криптографічного захисту. Викладено методологію розпізнавання людини за голосом і відбитками пальців, розглянуто особливості апаратури й алгоритмів одержання біометричних даних. Наведено методи визначення інформативних ознак розпізнавання мовних сигналів. Проаналізовано спотворення, характеристики й особливості дактилоскопічних зображень, встановлено критерії застосування двохетапного методу розпізнавання. Запропоновано нові способи біометричного захисту ключів криптографічних алгоритмів.

Разработаны новые подходы к построению биометрических систем идентификации и криптографической защиты. Приведена методология распознавания человека по голосу и отпечаткам пальцев, рассмотрены особенности аппаратуры и алгоритмов установления биометрических данных. Рассмотрены методы определения информативных признаков распознавания языковых сигналов. Проанализированы искажения, характеристики и особенности дактилоскопических изображений, установлены критерии применения двоэтапного метода распознавания. Разработаны новые способы биометрической защиты ключей криптографических алгоритмов.

Викладено основні методи кодування форми сигналів стосовно їх застосування для передачі мовних повідомлень. Розглянуто особливості формування мовного сигналу та моделі для перетворення мовних сигналів в кодовані послідовності. Описано нестаціонарні, зокрема квазістаціонарні, моделі та реалізацію відповідних кодерів.

Изложены основные методы кодирования формы сигналов относительно их применения для передачи речевых сообщений. Рассмотрены особенности формирования речевого сигнала и модели для преобразования речевых сигналов в кодированные последовательности. Описаны нестационарные, в частности квазистационарные, модели и реализация соответствующих кодеров.

Описано систему пофонемного розпізнавання. Вона базується на новій методиці сегментації, яка розвиває підходи, запропоновані раніше. Новими методами є: використання під час сегментації лише узагальненої транскрипції, що описує чергування голосних і голосових приголосних звуків, відмову від використання для поділу кожної пари фонем свого фільтра та використання таблиць типу представленої. Це, природно, збільшує дикторонезалежність сегментації. Запропоновано нові підходи для виділення у сигналі звуку "р" і для поділу декількох голосних звуків, що ідуть вряд. Усі наведені рисунки, які ілюструють роботу описуваних алгоритмів, є образами вікон реальної програми розпізнавання, яка використовує ці алгоритми.

Розглянуто принципи використання нейронних мереж для розпізнавання окремих звуків мови, представлених їх амплітудно-частотним спектром на стаціонарних участках мовного сигналу. Наведено результати навчання нейронної мережі на заданій вибірці звукових образів, а також результати розпізнавання тестової вибірки звуків які показали надійність розпізнавання 99 %, що свідчить про перспективність застосування нейронних мереж у системах автоматичного розпізнавання мови.

Розглянуто питання про спосіб представлення мовленнєвого сигналу через його вейвлет-розкладання, що володіє більшою інформативністю в порівнянні зі спектральним представленням. Запропоновано методику побудови системи ознак розпізнавання фонем, що відповідають вокалізованим звукам, на базі безперервного вейвлет-перетворення з використанням DOG-вейвлету як материнського. Крім цього, наведено алгоритми для одержання коефіцієнтів безперервного вейвлет-спектра та виділення квазіперіоду сигналу.

Досліджено й обгрунтовано метод розбивки мовного сигналу на ізольовані слова та фонеми, що дозволяє оцінити параметри спектрального представлення фонеми.

Виконано формування інформаційних технологій, орієнтованих на опрацювання природничо-мовної інформації. З позицій запропонованої формальної моделі розглянуто досить актуальне для цього класу технологій питання приведення мовного матеріалу до єдиної стандартної форми. Це одна з вузлових проблем на шляху створення ефективних технологій опрацювання мовної інформації.

Запропоновано новий метод фоноскопічної ідентифікації людини, в основі якого лежать нові теоретичні положення та нетрадиційні погляди на питання формального перетворення мовних сигналів і класифікації мовних об'єктів (МО), що базуються на концепції евристичного моделювання. Новизна методу полягає в тому, що ідентифікація проводиться на підставі індивідуального мовного коду, який присвоюється кожному МО в процесі класифікації МО й адаптивного пошуку інформативних ознак. Цифрова кодова комбінація індивідуального мовного коду як комбінація інформативних ознак є набором функціонально значущих елементів.

Описано модуль морфологічного аналізу (ММА) слів російської мови, а також деякі блоки модуля лематизації (МЛ), який розроблено у відділі РМО Інституту проблем штучного інтелекту у 1999 р. Обгрунтовано метод представлення морфологічної інформації та метод збереження та доступу до слів словника. Проведено порівняльний аналіз часу морфологічного аналізу модулем, розробленим у ході цієї роботи, і МЛ. За результатами аналізу показано, що використання розробленого ММА дозволяє на два порядки скоротити час аналізу словоформ.

Рассмотрены методы усовершенствования распознавания изолированных слов сравнением с шаблоном.