Алгоритмы поиска ключевых слов в радиотехнических устройствах обработки речевой информации, устойчивые к воздействию мешающих факторов

• Автор: Баландин, Иван Васильевич
• Шифр специальности: 05.12.04
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Рязань
• Количество страниц: 179 с. : ил.

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ
1 РАЗРАБОТКА АЛГОРИТМОВ ПЕРВИЧНОЙ ОБРАБОТКИ РЕЧЕВОГО СИГНАЛА, УСТОЙЧИВЫХ К ИЗМЕНЕНИЮ ГОЛОСА ДИКТОРА И ВОЗДЕЙСТВИЮ МЕШАЮЩИХ ФАКТОРОВ
1.1 Вводные замечания
1.2 Формирование вектора первичных признаков речевого сигнала, устойчивых к изменению голоса диктора и воздействию мешающих факторов
1.2.1 Алгоритм адаптации параметров квантователя с выделителем пауз речевого сигнала
1.2.2 Обоснование выбора базиса представления речевого сигнала для обеспечения устойчивости алгоритмов обработки речевых сигналов при воздействии мешающих факторов
1.2.3 Адаптация параметров непрерывного вейвлет преобразования к изменению голоса диктора
1.2.4 Алгоритм оценки частоты основного тона
1.3 Алгоритм сегментации речевых сигналов
1.3.1 Классификация звуков речи
1.3.2 Обоснование выбора структурной единицы речи
1.3.3 Разработка алгоритма сегментации речевых сигналов на акустические однородные участки речи на основе комбинированной системы статических и динамических признаков
1.4 Выводы

2 ОБОСНОВАНИЕ ДИКТОРОНЕЗАВИСИМОГО АЛГОРИТМА АВТОМАТИЧЕСКОГО ПОИСКА КЛЮЧЕВЫХ СЛОВ В ПОТОКЕ СЛИТНОЙ РЕЧИ НА ОСНОВЕ МОДИФИЦИРОВАННОЙ ГИБРИДНОЙ МОДЕЛИ РЕЧЕВОСПРИЯТИЯ
2.1 Вводные замечания
2.2 Анализ современных алгоритмов автоматического поиска ключевых слов
2.2.1 Представление задачи автоматического поиска ключевых слов
2.2.2 Анализ возможности построения алгоритма автоматического дикторонезависимого поиска ключевых слов в потоке слитной речи на имеющихся моделях
2.3 Анализ работы алгоритма поиска ключевых слов на основе модифицированной гибридной модели в потоке слитной речи
2.3.1 Представление задачи автоматического поиска ключевых слов в терминах скрытых марковских моделей
2.3.2 Анализ возможности явного моделирования акустического окружения для обеспечения работы алгоритма поиска ключевых слов на основе гибридной модели в потоке слитной речи
2.3.3 Обоснование введения акустического контекста в алгоритм поиска ключевых слов в потоке слитной речи на основе модифицированной гибридной модели речевосприятия
2.4 Увеличение дикторонезависимости алгоритма поиска ключевых слов в потоке слитной речи на основе модифицированной гибридной модели
2.4.1 Моделирование изменчивости речевого сигнала во временной области в алгоритме дикторонезависимого поиска ключевых слов
2.4.2 Кодирование первичных элементов речи в целях обеспечения дикторонезависимости алгоритма поиска ключевых слов на основе модифицированной гибридной модели

2.5 Выводы
3 ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ ДИКТОРОНЕЗАВИСИМОГО АЛГОРИТМА АВТОМАТИЧЕСКОГО ПОИСКА КЛЮЧЕВЫХ СЛОВ В ПОТОКЕ СЛИТНОЙ РЕЧИ
3.1 Вводные замечания
3.2 Исследование возможности реализации автоматического алгоритма оценки параметров скрытой марковской модели
3.2.1 Разработка алгоритма автоматической оценки параметров скрытой марковской модели
3.2.2 Экспериментальное исследование автоматического алгоритма оценки параметров скрытой марковской модели
3.3 Оптимизация параметров предложенного алгоритма поиска
ключевых слов на основе модифицированной гибридной модели
3.3.1 Разработка алгоритма вычисления прямой переменной на основе искусственной нейронной сети
3.3.2 Разработка алгоритма оптимизации параметров предложенного алгоритма поиска ключевых слов на основе модифицированной гибридной модели
3.3.3 Экспериментальное исследование алгоритма оптимизации параметров предложенной модифицированной гибридной модели
3.4 Анализ возможности аппаратной реализации алгоритма поиска ключевых слов в потоке слитной речи
3.4.1 Оценка вычислительных затрат
3.4.2 Анализ аппаратной реализации алгоритма автоматического поиска ключевых слов в потоке слитной речи
3.5 Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ А
Список аббревиатур и условных сокращений

решением которого получена центральная частота (О0 = 13 рад/с.
Подставив в (1.28) значение нижней частоты исследуемого диапазона РС 300 Гц, получим значение первого масштаба преобразования ах= 0,0063, остальные масштабы рассчитываются из выражения [55]
ак =акк~ к = 2,Ыа , (1.31)
где N„=14 - число масштабов разложения.
В таблице 1.2 представлены параметры критических полос слуха [10] и частотных полос, полученных с помощью усеченного дерева ВПР [50,54], а
Таблица 1.2 - Параметры критических полос слуха и частотных полос
полученных вейвлет преобразованием
Номер полосы Критические полосы слуха Критические полосы полученные усеченным деревом ВПР Критические полосы полученные НВП
центральная частота, Гц ширина полосы, Гц центральная часгога,Гц ширина полосы, Гц масштаб ВФ центральная часгога,Гц ширина полосы, Гц
4 350 100 312,5 125,0 0,0063 329,6 59,
5 450 110 437,5 125,0 0,0052 394,5 70,
6 570 120 562,5 125,0 0,0044 472,2 84,
7 700 140 687,5 125,0 0,0037 565,2 101,
8 840 150 812,5 125,0 0,0031 676,5 121,
9 1000 160 937,5 125,0 0,0026 809,8 145,
10 1170 190 1125,0 250,0 0,0021 969,4 173,
11 1370 210 1375,0 250,0 0,0018 1160,3 208,
12 1600 240 1675,0 250,0 0,0015 1388,9 249,
13 1850 280 1875,0 250,0 0,0012 1662,5 298,
14 2150 320 2125,0 250,0 0,0010 1990,0 356,
15 2500 380 2375,0 250,0 8,69 10-4 2382,1 427,
16 2900 450 2750,0 500,0 7,26 10-4 2851,4 511,
17 3400 550 3250,0 500,0 6,06 ю-4 3413,1 612,
также с помощью НВП с ВФ Морле (1.26) для частотного диапазона РС
300...3400 Гц с частотой дискретизации 8000 Гц.
Эффективность методов формирования первичных признаков РС