Синтез, анализ и практическая реализация алгоритмов распознавания и предобработки речевых сообщений

• Автор: Выборнов, Сергей Владимирович
• Шифр специальности: 05.13.17
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Москва
• Количество страниц: 171 с. : ил.

СОДЕРЖАНИЕ

Список принятых сокращений

Введение

1 Распознавание изолированных слов на основе динамического искажения времени

1.1 Первичное речевое сообщение

1.2 Методы формирования вектора параметров речевого сообщения .

1.3 Динамическое искажение времени

1.4 Алгоритм распознавания изолированных слов с настройкой на диктора

1.5 Выводы
2 Дикторонезависимое распознавание изолированных слов на основе скрытых марковских моделей

2.1 Скрытые марковские модели

2.2 Типы скрытых марковских моделей
2.3 Практическое применение скрытых марковских моделей
2.4 Система распознавания речи на основе скрытых марковских моделей
2.5 Выводы
3 Распознавание изолированных слов на основе нейросетевых технологий
3.1 Вейвлет-преобразование речевого сигнала
2.2 Алгоритм распознавания изолированных слов на основе однослойной нейронной сети
3.3 Алгоритм распознавания изолированных слов на основе радиально-базисной нейронной сети встречного распространения
3.4 Выводы

4 Предобработка речевых сообщений в аудиоинформационных системах
4.1 Выделение речевых сообщений на фоне аддитивных флуктуа-ционных помех
4.2 Кодирование речевых сообщений на основе метода линейного предсказания со смешанным возбуждением
4.3 Векторное Фурье-кодирование речевых сообщений
4.4 Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
ПРИЛОЖЕНИЕ А
ПРИЛОЖЕНИЕ Б

СПИСОК СОКРАЩЕНИЙ
АЦП - аналогово-цифровой преобразователь
АЧХ - амплитудно-частотная характеристика
ВЧ - высокочастотный
ДВП - дискретное вейвлет-преобразование
ДИВ - динамическое искажение времени
ДПФ - дискретное преобразование Фурье
ИКМ - импульсно-кодовая модуляция
КГ А - код голосовой активности
КПП - коэффициенты линейного предсказания
КСВ - код сигнала возбуждения
КУ - коэффициент усиления
ЛП - линейное предсказание
ЛСП - линейные спектральные пары
МПО - максимально-правдоподобная оценка
НВП - непрерывное вейвлет-преобразование
НСК - наименьших средних квадратов
НФП - непрерывное преобразование Фурье
НЧ - низкочастотный
ОПФ - оконное преобразование Фурье
ОСШ - отношение сигнал/шум
ОТ - основной тон
ПКО - процент канальных ошибок
РБНС ВР - радиально-базисная нейронная сеть встречного распространения
РБС - радиально-базисная сеть
РБЭ - радиально-базисный элемент
СКО - среднеквадратическая ошибка
СММ - скрытая марковская модель
ФОП - функционал отношения правдоподобия

Рисунок 1.6 - Графическая иллюстрация симметричного алгоритма ДИВ
При асимметричном алгоритме ДИВ полагается, что вертикальные, горизонтальные и диагональные переходы между сегментами распознаваемого и эталонного слов могут в общем случае быть неравноправны. В результате формула для вычисления минимальной глобальной оценки принимает вид [113]:
Ъ(1-1,]-1)+2с1(1,]) 0(1-1,])+б(1,]) + с1ь
р(1, ]- 0+6(1, ])+
Здесь, как и в (1.28), 0(1, ]) является текущей глобальной, а 6(1,]) - локальной оценками для точки (1,]). Весовые поправки и определяются экспериментально по заданному составу словаря. Графически асимметричный алгоритм ДИВ можно представить следующим образом (рис. 1.7).
Согласно [ИЗ] асимметричное ДИВ оказывается особенно эффективным при работе с речевыми сигналами малой длительности. Однако алгоритм поиска минимальной глобальной оценки по сравнению с симметричным ДИВ несколько усложняется.