Повышение показателей качества радиотехнических устройств обобщённой спектрально-корреляционной обработки речевых сигналов

• Автор: Шустиков, Олег Евгеньевич
• Шифр специальности: 05.12.04
• Научная степень: Кандидатская
• Год защиты: 2002
• Место защиты: Рязань

СТАТИЧЕСКИХ И ДИНАМИЧЕСКИХ
ОБОБЩЕННЫХ СПЕКТРАЛЬНЫХ ПРЕДСТАВЛЕНИЙ
2Л. Вводные замечания
2.2. Определение функции распределения плотности вероятности
оценки обобщённого спектра мощности
2.3. Определение условной функции совместного распределения
плотности вероятности оценок комбинированной системы статических и динамических обобщенных спектральных представлений
2.4. Синтез оптимального и разработка квазиоптимального алгоритмов распознавания речевых сигналов на основе комбинированной системы статических и динамических обобщенных
спектральных представлений
2.4.1. Синтез оптимального алгоритма распознавания
фонетических элементов речи
2.4.2. Модификация оптимального алгоритма распознавания речевых
сигналов при идентификации диктора по голосу
2.4.3. Разработка квазиоптимального алгоритма
распознавания речевых сигналов
2.5. Исследование идентификационной значимости комбинированной
системы признаков на основе квазиоптимального алгоритма распознавания речевых сигналов
2.6. Исследование информационной эффективности комбинированной
системы признаков на основе квазиоптимального алгоритма распознавания речевых сигналов
2.7. Выводы
3. ПРАКТИЧЕСКИЕ АСПЕКТЫ ИСПОЛЬЗОВАНИЯ
ОПТИМАЛЬНОЙ ВЕСОВОЙ ОБРАБОТКИ
СЛУЧАЙНЫХ ПРОЦЕССОВ
3.1. Вводныезамечания
3.2. Повышение качественных характеристик устройств сегментации и распознавания речевых сигналов
на основе процедур оптимальной весовой обработки
оценки обобщенного спектра мощности случайного процесса
3.2.1. Разработка алгоритма адаптивной сегментации речевых сигналов на основе процедур оптимальной весовой обработки
оценки обобщенного спектра мощности случайного процесса
3.2.2. Исследование алгоритма адаптивной сегментации речевых сигналов на основе процедур оптимальной весовой обработки
оценки обобщенного спектра мощности случайного процесса
3.2.3. Определение условной функции совместного распределения плотности вероятности оценок комбинированной системы статических и динамических модифицированных обобщенных спектральных представлений случайных процессов
3.2.4. Синтез оптимального алгоритма идентификации диктора по голосу на основе комбинированной системы модифицированных обобщенных спектральных представлений речевых сигналов
3.2.5. Исследование квазиоптимального алгоритма идентификации диктора по голосу и распознавания речевых команд
на основе комбинированной системы модифицированных обобщенных спектральных представлений
3.4. Программно-аппаратная реализация алгоритмов обобщенной спектрально-корреляционной обработки речевых сигналов
3.3. Применение процедур оптимальной весовой обработки
при модификации оценки масс-спектра
3.5. Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ I
Список аббревиатур и условных обозначений
ПРИЛОЖЕНИЕ II
Подпрограммы для устройства обобщённой
спектрально-корреляционной обработки речевых сигналов
ПРИЛОЖЕНИЕ III
Акты о внедрении диссертационной работы
ВВЕДЕНИЕ

Актуальность темы. Разработка и внедрение естественно—языковых интерфейсов, обеспечивающих эффективное взаимодействия человека и ин-формационно-управляющих комплексов, требует повышения показателей качества радиотехнических устройств обработки речевых сигналов (PC). К данному классу радиотехнических устройств относятся устройства сегментации, кодирования, хранения, передачи и распознавания PC, используемые в системах: информационного обеспечения, конфиденциального доступа и закрытия речевой информации, криминалистической фоноскопии, автоматического установления личности по голосу и контроля информанта, речевого управления робототехническими механизмами и транспортными средствами, медицинской диагностики и др.
Наиболее существенный вклад в развитие теории речеобразования и методов сегментации, кодирования, передачи, распознавания PC внесли работы М.А. Сапожкова, A.A. Пирогова, Т.К. Винцюк, Р.В. Гудонавичюса, JI.B. Златоустовой, Р.К. Потаповой, В.Г. Михайлова, Ю.К. Калинцева,
М.В. Назарова, Ю.Н. Прохорова, Г.С. Рамишвили, В.И. Галунова [1...22], а также работы Г. Фанта, К. Фу, Б.С. Атала, Дж. Ту, Т. Гонсалеса, Дж.Д. Маркела, А.Х. Грейя, Л.Р. Рабинера, Р.В. Шафера, У. Ли, Дж.Р. Доддингтона и др. [23...31].
В ряде важнейших проблем при разработке алгоритмов сегментации и распознавания PC, наиболее актуальными являются:
1. Определение информативной системы акустических параметров фонетических элементов речи.
2. Уменьшение влияния вариативности акустических параметров фонетических элементов речи на показатели качества радиотехнических устройств сегментации и распознавания PC,
3. Повышение вычислительной эффективности алгоритмов сегментации
WË{щ,m2) = K{щ)к{m2) + ^S2(k)^k(m2®m^+^J[m2®m^
(1.41)
1.3.2. Вероятностные характеристики
оценок обобщенного спектра мощности
Найдем математическое ожидание оценки ОСМ (1.21)
= м[(1/А2)-! X ^(«1)^(п2)фДц1)фДи2)| =
«1=0 «2*0 J
= (1/У2)- X X м{^(я,)^(я2)} фДи,)фДя2).
Щ = 0 »2=
Пусть п2 =п[®т. Тогда свойство 4 из формул (1.23) позволяет привести последнее выражение к виду
М{5(£)} = (1/А2)- X X м{^(п1)^(и10ш)}фДн1)ф(1(и10т) =
щ —0 т = 0 ' '
= (1/А2)- X Ф*ЫфД«1)Х К{т) ф*(/я) = (1/А)- X К(т)ц>к(т).
«1=0 ш=0 т =
Сравнивая с формулой (1.31), получаем
М {$(*)}=£(*). (1.42)
Найдем начальный момент второго порядка случайной функ-
ции §{к)
щ(к 1»^г) = м{%)%) }-
= м- 1 А2 ’ «! =0 2 1 А2 ' X ф2)ф^(и2) «2 =0
= Т~4" X X X X м{^(н1)ф2)фз)^(и4)}ф4 (й1)ф^ (/^Ф* («з)ф^(«4).
Л/ И1=0и2=0л3=0и4=
Используя формулу (1.36), для нормального случайного процесса запишем