Модель голосообразования и анализ речевого сигнала в норме и при патологии

• Автор: Квасов, Алексей Николаевич
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2007
• Место защиты: Томск
• Количество страниц: 119 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ

ГЛАВА 1. ОСОБЕННОСТИ РЕЧЕОБРАЗОВАНИЯ

1.1. Формирование звучной речи в организме человека.

1.2. Параметры систем речеобразования в зависимости от пола и строения организма.

1.3. Влияние органов речевого аппарата на параметры голоса

1.4. Формирование звуков устной речи

1.5. Динамика речеобразования при слитной речи

1.6. Акустические схемы процесса голосообразования

1.7. Существующие подходы к учету характеристик голоса, связанных с

полом диктора.

Выводы по первой главе.
ГЛАВА 2. ВЛИЯНИЕ ОСОБЕННОСТЕЙ РЕЧЕОБРАЗОВАНИЯ НА ФОРМАНТНУЮ СТРУКТУРУ
2.1. Модели речеобразующего тракта
2.2. Модели образования вокализованных звуков речи
2.3. Сравнение моделей образования вокализованных звуков речи.
2.4. Влияние длины речевого тракта на формантную структуру сигнала .
2.5. Влияние Морганиева желудочка на формантную структуру сигнала
2.6. Влияние площади сечений речеобразующего тракта на формантную структуру.
2.7. Распространение опухоли при раке гортани.
2.8. Образования в просвете гортани.
Выводы по второй главе.
ГЛАВА 3. ВЛИЯНИЕ ОСОБЕННОСТЕЙ РЕЧЕОБРАЗОВАНИЯ НА ЧАСТОТУ ОСНОВНОГО ТОНА
3.1. Обзор моделей голосовых складок
3.2. Модель голосовых складок для патологической речи.
3.3. Влияние массы голосовых складок на речевой сигнал для нормальной речи
3.4. Влияние на речевой сигнал неравномерности масс голосовых складок
при патологической речи.
Выводы по третьей главе .
ГЛАВА 4. ИСЛЕДОВАНИЕ МОДЕЛИ И АЛГОРИТМОВ
4.1. Описание программного комплекса
4.2. Результат анализа речевых сигналов онкологических больных с распространением раковой опухоли на одну голосовую складку до операции
4.3. Алгоритм оценки эффективности лечения опухолей гортани по
речевому сигналу
Выводы по четвертой главе
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ


Лингвистическая модель интерпретирует информацию, получаемую от акустической модели, и отвечает за представление результата распознавания потребителю (в роли которого может выступать не только человек, но и техническая система, управляемая речью). Аналитическая группа Allied Business Intelligence заявила о том, что средства распознавания речи будут, играть все большую роль в интернете. Прежде всего, эта технология находит применение в системах доступа в сеть, как при традиционном, так и при беспроводном способе подключения. Голосовые порталы - новый сегмент индустрии распознавания речи -значительно облегчают этот доступ как мобильным, так и стационарным пользователям [6]. Решения, основанные на технологии распознавания речи, уже применяются в мобильных телефонах, интерактивном телевидении и даже встраиваются в автомобильные панели управления. Лидерами исследований в этой области являются IBM, AT&T, Lucent и Philips. Системы распознавания речи будут использовать и аудиовизуальные технологии. Например, камеры, расположенные перед сидением водителя, смогут распознавать его речь по движению губ, и тогда посторонние шумы или разговоры пассажиров не будут создавать помех. Еще в этом десятилетии корпорация IBM надеется создать машину, способную распознавать разговорную речь на двадцати языках, а также понимать различные диалекты, акценты и контексты, что позволит безукоризненно переводить юридические и медицинские документы и даже свидетельские показания в зале суда. Проект рассчитан до конца года. Актуальность темы диссертации. Построение речевых диалоговых систем, компактное кодирование речи, медицинские приложения, распознавание и синтез речи, идентификация диктора по голосу требуют детального знания структуры речевого сигнала и механизмов его образования. Особенно это актуально в задачах идентификации диктора по голосу, ранней диагностики заболеваний органов речеобразования, постановке певческого голоса и др. При этом необходимо принимать во внимание особенности строения речевого аппарата, связанные с полом диктора, возрастом, его телосложением и состоянием здоровья. Основным недостатком существующих систем является упор на статистические данные без учета особенностей речеобразования, связанных с анатомией и физиологией человека. Точность результата работы подобных систем напрямую зависит от полноты и адекватности используемых баз данных голосов, ведение которых является очень трудоемким и дорогостоящим процессом. Еще одна проблема - локализация, адаптация подобных систем для других языков, в частности, для русского. Необходимо отметить, что до сих пор не установлена связь между параметрами анатомии речеобразующей системы, ее динамикой и параметрами голоса. Большой вклад в развитие данной области внесли ученые Г. Фант, Дж. Фланаган, М. Л. Сапожков, В. Н. Сорокин, В. И. Галунов, Б. М. Лобанов, Т. К. Винцюк, Л. В. Златоустова, A. B. Аграновский, Н. Г. Загоруйко, IO. A. Косарев, А. Л. Ронжин, М. В. Хитров, С. Л. Коваль, В. Г. Михайлов, В. П. Бондаренко, Л. Н. Балацкая. Учет особенностей анатомии человека, связанных с полом диктора, существенно повышает точность работы систем распознавания речи и определения личности диктора, используется при сортировке телефонных звонков, поиске образцов речи в базах данных, существенно сокращая время получения результата. Исследование влияния опухоли в области гортани позволяет отслеживать динамику болезни при реабилитации больных, упрощает задачу ранней диагностики опухолей гортани по речевому сигналу. Наиболее распространенный на сегодняшний день зеркальный осмотр дает долю ошибок от % до %. Использование томографии на ранних стадиях не позволяет выявить изменений тканей и является дорогостоящей процедурой. Таким образом, задача исследования особенностей формирования гласных звуков на уровне гортани для нормальной речи и при патологиях, в зависимости от особенностей системы речеобразования человека, является актуальной. Цель работы и задачи исследования. Методы исследования. Практическая ценность работы. Внедрение результатов.