Разработка средств исследования и повышения помехоустойчивости систем автоматического распознавания голосовых команд в телефонии

• Автор: Левин, Евгений Калманович
• Шифр специальности: 05.12.13
• Научная степень: Докторская
• Год защиты: 2014
• Место защиты: Владимир
• Количество страниц: 257 с. : ил.

Содержание
ВВЕДЕНИЕ
1. МЕТОДЫ ОБЕСПЕЧЕНИЯ ПОМЕХОУСТОЙЧИВОСТИ РАСПОЗНАВАНИЯ ГОЛОСОВЫХ КОМАНД
1.1. Основные этапы обработки речевого сигнала при распознавании
1.1.1. Предварительная обработка сигнала
1.1.2. Сопоставление параметров сигнала с акустическими моделями
1.2. Подавление помех при предварительной обработке речевого сигнала
1.3. Подавление помех с использованием акустических моделей
1.4. Оценка достоверности распознавания голосовых команд
Выводы по разделу
2. СОКРАЩЕНИЕ ОБЪЕМА ЭКСПЕРИМЕНТОВ ПРИ ОПРЕДЕЛЕНИИ ПАРАМЕТРОВ ДОСТОВЕРНОСТИ РАСПОЗНАВАНИЯ КОМАНД
2.1. Анализ метрики сопоставления параметров речевого сигнала с акустическими моделями
2.2. Оценка вероятности ложного срабатывания на произнесение постороннего слова
2.2.1. Метод оценки вероятности
2.2.2. Результаты эксперимента
2.3. Сравнение результатов распознавания по достоверности
распознавания
Выводы по разделу
3. ИССЛЕДОВАНИЕ МЕТОДОВ ПОДАВЛЕНИЯ ПОМЕХ НА СТАДИИ ПРЕДВАРИТЕЛЬНОЙ ОБРАБОТКИ РЕЧЕВОГО СИГНАЛА
3.1. Оценка влияния помех с использованием критерия достоверности распознавания
3.2. Оценка влияния помех на параметры огибающей кратковременного спектра сигнала

3.3. Подавление помех на основе оценки спектра в паузах речевого сигнала
3.4. Подавление квазипериодических помех
Выводы по разделу
4. ИССЛЕДОВАНИЕ АДАПТИВНОЙ КОМПЕНСАЦИИ РАДИОПОМЕХ
4.1. Возможности компенсации широкополосных помех при наличии их отражений
4.2. Адаптивная компенсация помех в двухканальной системе приема
4.3. Моделирование адаптивного компенсатора помех
4.5. Адаптивная компенсация помех с обратной связью по решению
4.6. Устройство приема широкополосных сигналов с подавлением
импульсных помех
Выводы по разделу
5. ПРОГРАММНЫЕ СРЕДСТВА ДЛЯ ИССЛЕДОВАНИЯ ПОМЕХОУСТОЙЧИВОСТИ СИСТЕМ РАСПОЗНАВАНИЯ ГОЛОСОВЫХ КОМАНД
5.1. Функциональный состав программного обеспечения, используемого при разработке САРГК
5.2. Исследование алгоритмов предварительной обработки сигналов
5.2.1. Исследование определителя основного тона
5.2.2. Исследование алгоритма адаптивной компенсации помех
5.2.3. Программный комплекс с использованием среды графического программирования
5.2. Программные средства для работы с акустическими моделями
5.3. Программные средства для оценки достоверности распознавания
команд
Выводы по разделу
6. АППАРАТНОЕ ОБЕСПЕЧЕНИЕ ИССЛЕДОВАНИЙ ПОМЕХОУСТОЙЧИВОСТИ СИСТЕМ РАСПОЗНАВАНИЯ ГОЛОСОВЫХ КОМАНД

6.1. Система сбора информации об ошибках распознавания при организации прямого доступа к абоненту УАТС
6.2. Исследование компенсации широкополосных помех
Выводы по разделу
ЗАКЛЮЧЕНИЕ
СПИСОК ОСНОВНЫХ СОКРАЩЕНИЙ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЯ
П1. Акты внедрения
П2. Анализ влияния шума на оценку периода помехи
ПЗ. Результаты экспериментов по оценке вероятности ложного срабатывания
П3.1. Границы доверительных интервалов оценок вероятности по
результатам тестирования системы (разработка ЦРТ) базами 3 и 4
П3.2. Относительная частота ложного срабатывания (FAR)no результатам
тестирования системы (разработка фирмы Phonexia) базами 1 и
П4. Листинги ш-функций
П4.1. Моделирование адаптивного компенсатора помех
П4.2. Определение вероятности ошибки при сравнении САРГК
П4.3. Сравнение по помехоустойчивости результатов распознавания команд

В работе [141] рассматривается возможность классификации неречевых звуков. Показано, что использование динамического программирования и векторного квантования позволяет достичь 70% точности классификации звуков. Результаты классификации можно использовать в дальнейшем для применения соответствующих методов подавления помех.
1.3. Подавление помех с использованием акустических моделей
Воздействие помех на ГК изменяет параметры PC. Это может привести к тому, что произнесенная команда при сопоставлении со «своей» моделью обусловит меньшую метрику, по сравнению с результатом сопоставления с «чужой» моделью. Результатом распознавания является «чужая» модель -возникает ошибка распознавания. Если помеха возникает в паузе между произнесениями ГК, то возможно ложное срабатывание системы.
Наиболее эффективным, но и наиболее трудоемким методом подавления помех является использование акустических моделей, полученных . из зашумленной речи [178]. Однако число таких моделей очень велико и обусловлено количеством вариантов проявления помехи. Каждый вариант определяется типом помехи и соответствующим отношением сигнал-помеха.
Существуют методы адаптации параметров МСМП под текущую помеховую обстановку [45, 150, 154, 159, 173]. Однако данные методы требуют достаточно большого объема произнесений команд (более 200 [159]) для настройки моделей, что не всегда возможно.
В работе [163] анализируется возможность исключения из результатов распознавания произнесений, не являющихся ГК. Считается, что при наличии подобного произнесения возможное количество кандидатов на результат распознавания больше по сравнению со случаем произнесения ГК.