Автоматическая интерпретация звуков речи

• Автор: Кочаров, Даниил Александрович
• Шифр специальности: 10.02.19
• Научная степень: Кандидатская
• Год защиты: 2008
• Место защиты: Санкт-Петербург
• Количество страниц: 169 с. : ил.

Оглавление

Оглавление
Оглавление
Введение

Глава 1. Моделирование речевого сигнала

1.1. Введение

1.2. Особенности реализации звуков в спонтанной речи

1.3. Представление речевого сигнала

1.3.1. Осциллограмма речевого сигнала и ее анализ

1.3.2. Спектральный анализ речевого сигнала

1.4. Анализ речевого сигнала
1.5. Психоакустические шкалы, используемые в анализе речи
1.5.1. Перцептивные шкалы частот
1.5.2. Перцептивная шкала громкости
1.6. Акустическое моделирование
1.7. Адаптация акустической модели к диктору
1.8. Стандартные акустические характеристики
1.9. Комбинирование акустических характеристик
1.10. Заключение
Глава 2. Фонетические характеристики
2.1. Введение
Оглавление

2.2. Системы, распознавания слитной речи, использующие фонетические характеристики
2.3. Наличие основного тона (ОТ)
2.3.1. Частотные методы
2.3.2. Амплитудные методы
2.3.3. Корреляционный метод определения периода основного тона
2.4. Определение частоты основного тона (ЧОТ)
2.4.1. Вычисление отношения длин соседних периодов
2.4.2. Определение ЧОТ методом анализа через синтез
2.4.3. Комбинирование характеристик и определение периода ЧОТ
2.5. Местоположение формант
2.6. Степень сонорности звука речи
2.6.1. Акустическая характеристика сонорности
2.6.2. Представление спектра в нелинейной шкале
2.6.3. Низкочастотная фильтрация
2.7. Определение места образования шумных согласных
2.8. Заключение
Глава 3. Автоматическая интерпретация звуков речи
3.1. Введение
3.2. Распознавание гласных по местоположению формант
3.2.1. Формирование базы эталонов
3.2.2. Результаты распознавания гласных
3.3. Определение согласных, по месту и способу их образования
Оглавление

3.4. Использование характеристики звонкости в автоматическом
распознавании речи
3.5. Использование характеристики сонорности в автоматическом распознавании речи
3.6. Заключение
Заключение
Список использованной литературы
Приложение 1. Корпусы и установки систем распознавания
П 1.1. Корпус слитной русской речи
П 1.2. Корпус SieTill
П 1.3. Корпус VerbMobil II
П 1.4. Корпус European Parliament Plenary Sessions
Приложение 2. Архитектура системы автоматического распознавания речи
Приложение 3. Список слов, использованный в экспериментах по распознаванию гласных
Приложение 4. Результаты распознавания отдельных гласных
Глава 1. Моделирование речевого сигнала

эффективности, чем использование других известных на тот момент характеристик.
В настоящее время МБСС - это самый распространенный метод акустического моделирования, используемый в системах распознавания речи. В качестве единственного конкурента может быть рассмотрено РЬР.
РЬР было предложено проф. Херманским в 1985 году [Неппапэку 1985] в качестве альтернативы МРСС. Основная идея заключалась в том, что такой анализ основывался бы на представлении о физиологии человеческого слухового аппарата и о том, как человек обрабатывает звуковые сигналы. Метод заключается в представлении речевого сигнала в виде полюсной модели «перцептивного» спектра. Перцептивный спектр получается из речевого сигнала при помощи полосной фильтрации, выравнивания громкости и преобразования интенсивности в громкость [Негташку 1993].
Мгновенная энергия сигнала является вспомогательной акустической характеристикой и показывает интенсивность сигнала в данный момент времени.
Акустические характеристики содержат информацию, имеющую отношение к текущему моменту времени и не отражают динамики изменений речевого сигнала во времени. Однако полезно определить, насколько быстро изменяются характеристики речи. По этой причине для акустической характеристики вычисляют следующие величины:
Ах1=х1+1~Х{И (1.6)
ААх1 =х1+2-хь
(1.7)