Метод идентификации человека по голосу
В статье описан метод решения проблемы идентификации человека по голосу. Рассматриваются методики анализа и системы коэффициентов звукового потока. Приведены алгоритмы предварительной обработки сигнала и выделения критериев. Описана модификация сети встречного распространения и карты Кохонена.
Авторы
Тэги
Тематические рубрики
Предметные рубрики
В этом же номере:
Резюме по документу**
Приведены алгоритмы предварительной обработки сигнала и выделения критериев. <...> Описана модификация сети встречного распространения и карты Кохонена. <...> Ключевые
слова: голос, идентификация по голосу, устранение шумов, фильтрация
речи, распознавание диктора, алгоритм фильтрации, билатеральный фильтр, алгоритм
устранения тихих областей сигнала, кепстральные коэффициенты, частота
основного тона, автокорреляционный метод определения частоты основного
тона. <...> В настоящее время актуальной является разработка
систем, предназначенных для идентификации диктора. <...> Эти системы
имеют широкую область применения: криминалистика (фоноскопическая
экспертиза), криптография, охранные системы и др. <...> При их
разработке важную роль играет выбор системы признаков и методов
идентификации, использующих эти признаки. <...> Весь процесс обработки речевого сигнала можно разбить на несколько
этапов:
• предобработка сигнала;
• выделение критериев;
• распознавание диктора. <...> Так как громкость высказывания зависит от окружающей среды и
других факторов и не является постоянной величиной для двух высказываний,
помимо устранения шума необходимо нормализовать
амплитудную характеристику входного сигнала. <...> На данном этапе оцифрованные данные подвергаются фильтрации
и устранению областей, не содержащих полезный сигнал. <...> В качестве
алгоритма устранения таких областей применяется авторский
1 <...> Для устранения высокочастотного
шума применяют алгоритм билатеральной фильтрации [1]. <...> Значения сигнала, которые сильно отличаются по амплитуде
от центральной величины в окне, увеличиваются в меньшей
степени, даже несмотря на то, что они могут находиться в непосредственной
близости к центральной величине, что фактически является
искривлением нелинейного фильтра Гаусса. <...> В этом случае
используются два фильтра Гаусса в локализованном соседстве дискретных
значений сигнала: один — во временном домене (фильтр
домена), другой — в домене амплитудной <...>
** - вычисляется автоматически, возможны погрешности
Похожие документы: