Разработка и исследование коллективных нейросетевых алгоритмов дикторонезависимого распознавания речевых сигналов

• Автор: Сагациян, Максим Владимирович
• Шифр специальности: 05.12.04
• Научная степень: Кандидатская
• Год защиты: 2015
• Место защиты: Владимир
• Количество страниц: 134 с. : ил.

ОГЛАВЛЕНИЕ

СПИСОК СОКРАЩЕНИЙ

ВВЕДЕНИЕ

ГЛАВА 1. ОБЗОР ИСТОЧНИКОВ И ВЫБОР НАПРАВЛЕНИЯ ИССЛЕДОВАНИЯ

1.1. Свойства речевого сигнала

1.1.1. Элементы теорииречеобразования

1.1.2. Акустические признаки звуков речи

1.2. Классификация систем распознавания речи

1.3. Вероятностно-сетевые методы принятия решений

1.4. Стандартные модели нейронных сетей

1.5. Коллективное нейросетевое распознавание

1.6. Алгоритмы шумоподавления
1.6.1. Алгоритмы шумоподавления на основе бинарных масок
1.6.2. Алгоритм шумоподавления Скалара на основе винеровской фильтрации
1.7. Выводы по главе
ГЛАВА 2. РАЗРАБОТКА И ИССЛЕДОВАНИЕ НЕЙРОСЕТЕВОГО АЛГОРИТМА ДИКТОРОНЕЗАВИСИМОГО РАСПОЗНАВАНИЯ РЕЧЕВЫХ СИГНАЛОВ
2.1. Алгоритм базового нейросетевого распознавания
2.2. Алгоритмы коллективного нейросетевого распознавания
2.2.1. Алгоритм коллективного нейросетевого распознавания с обучением б'СС
2.2.2. Модифицированный алгоритм коллективного нейросетевого распознавания
2.3. Исследование нейросетевых алгоритмов дикторонезависимого распознавания речевых сигналов
2.3.1. Выбор размера нейросетевого bagging-кoллeкmuвa в задаче дикторонезависимого распознавания речевых сигналов

2.3.2. Выбор количества обучающих дикторов в задаче дикторонезависимого распознавания речевых сигналов
2.3.3. Выбор количества слоев нейросетевого алгоритма baggmg-коллектива
2.3.4. Выбор размера словаря коллективных неиросетевых алгоритмов
2.3.5. Исследование работы модифицированных алгоритмов коллективного нейросетевого распознавания
2.4. Выводы по главе
ГЛАВА 3. ИССЛЕДОВАНИЕ НЕЙРОСЕТЕВЫХ АЛГОРИТМОВ ОБУЧЕНИЯ В ЗАДАЧЕ ДИКТОРОНЕЗАВИСИМОГО РАСПОЗНАВАНИЯ РЕЧЕВЫХ СИГНАЛОВ
ЗЛ. Алгоритмы обучения коллективных нейронных сетей
дикторонезависимого распознавания речевых сигналов
3.1.1. Алгоритм bagging-кoллeкmuвa многослойных персептронов с обучением Левенберга-Марквардта
3.1.2. Алгоритм bagging-кoллeкmuвa сетей Эльмана с обучением СОХ
3.1.3. Алгоритм bagging-кoллeкmuвa многослойных персептронов с обучением б'СС
3.2. Сравнение работы алгоритмов обучения коллективных нейронных сетей
3.3. Выводы по главе
ГЛАВА 4. АНАЛИЗ РАБОТЫ НЕЙРОСЕТЕВЫХ АЛГОРИТМОВ ДИКТОРОНЕЗАВИСИМОГО РАСПОЗНАВАНИЯ РЕЧЕВЫХ СИГНАЛОВ В УСЛОВИЯХ ШУМОВ
4.1. Алгоритм коллективного нейросетевого распознавания
с встроенным блоком шумоподавления
4.2. Алгоритм модифицированного коллективного нейросетевого распознавания с встроенным блоком шумоподавления

4.3. Исследование коллективного нейросетевого алгоритма с
встроенным блоком шумоподавления
4.4. Исследование модифицированного коллективного нейросетевого алгоритма с встроенным блоком шумоподавления
4.5. Выводы по главе
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ 1. ИНФОРМАЦИЯ О РЕЧЕВОЙ БАЗЕ «КРИПТОН-01»

ПРИЛОЖЕНИЕ 2. ИНФОРМАЦИЯ О РЕЧЕВОЙ БАЗЕ «КРИПТОН-02»
ПРИЛОЖЕНИЕ 3. СВИДЕТЕЛЬСТВО О РЕГИСТРАЦИИ ПРОГРАММЫ ДЛЯ ЭЛЕКТРОННОЙ ВЫЧИСЛИТЕЛЬНОЙ МАШИНЫ
ПРИЛОЖЕНИЕ 4. АКТЫ ВНЕДРЕНИЯ РЕЗУЛЬТАТОВ РАБОТЫ

сетевыми методами принятия решений. Для задачи распознавания речевых сигналов применяются такие методы, как СММ (hidden Markov modelling -НММ, скрытая Марковская модель) [28], ИНС (искусственные нейронные сети) [3] или комбинации данных методов [20].
Наиболее популярной и успешно реализованной для распознавания речевых сигналов является СММ. Скрытая Марковская модель выражается как множество переходов и состояний. С каждым переходом из одного состояния / в другое состояние J вычисляется распределение выходных (результирующих) вероятностей Р. Данные вероятности определяют возможность того, что при переходе состоится событие X из всего множества наблюдений. Наблюдения состоят из множества начальных и конечных состояний. Любой последовательностью наблюдений в данном методе является результат перехода одного из начальных состояний в одно из конечных. Благодаря тому, что СММ может хорошо описать временные ряды со стохастическими воздействиями, возможно, приближенно обеспечить соответствие данной модели к естественному представлению речи. Метод СММ можно применить для представления любой составляющей речевого сигнала - фраз, сигналов или фонем [28].
Так как направление распознавания речи с помощью модели СММ достаточно изучено и на сегодняшний момент многими ученными по применимости данной модели получено много результатов, то имеет смысл исследовать другие перспективные модели для задачи распознавания речевых сигналов. Одними из таких методов являются различные модификации ИНС.
1.4. Стандартные модели нейронных сетей
ИНС можно представить в виде совокупности процессорных элементов (нейронов). Строение искусственного нейрона представляет собой набор связанных соединений, сумматора и нелинейного оператора. На каждый вход нейрона приходит какое-то значение Xj} которое