Задачи 6
1 Анализ системы 7
1.1 Анализ технического задания 7
1.2 Методы выделения признаков речевого сигнала 9
1.2.1 Преобразование Фурье 9
1.2.2 Вейвлет-преобразование 12
1.2.3 Преобразование Гильберта-Хуанга 19
1.2.4 Вывод 20
1.3 Средства разработки 22
2 Проектирование модуля голосовой идентификации диктора 25
2.1 Структурная схема 25
2.2 Алгоритм работы модуля 27
2.3 Методов классификации речевого сигнала 29
2.3.1 Динамическая трансформация шкалы времени 29
2.3.2 Скрытая Марковская модель 29
2.3.3 Вектор квантования 30
2.3.4 Нейронная сеть 30
2.3.5 Вывод 40
3 Программная реализация 41
3.2 Оценка качества работы модуля идентификации 46
3.3 Вывод 47
Заключение 48
Список используемых источников 49
Приложение А 51

Купить

Системы голосовой идентификации диктора (СГИД) быстро развиваются в последнее время. Причиной развития СГИД является их востребованность в таких областях, как биометрический поиск, голосовая верификация водителя и пассажиров, разграничение прав доступа к информации с помощью голосовой биометрии и т. д. [1]. Важным достоинством СГИД по сравнению с другими биометрическими системами идентификации является их дешевизна. Важно также, что современные СГИД по уровню надёжности идентификации не уступают, а бывает и превосходят, к примеру, системы идентификации человека по изображению [2].Эволюция систем распознавания речи привела к созданию интеллектуальных систем, позволяющих не только распознавать, но и автоматически синтезировать человеческую речь.
Несмотря на уникальность голоса человека, ни одна из СГИД, как и любая другая биометрическая система, не может гарантировать 100% надёжность идентификации. Основными источниками ошибок в СГИД являются: окружение (шум, реверберация и т.д.); особенности речи (длительность, тональность, уровень голосового усилия и т.д.); канал связи (искажения микрофона и канала передачи, погрешности кодирования аудио сигнала и т.д.) [2].
В общем случае идентификация личности по голосу требует решения большого числа разнородных задач, основными из которых являются следующие:
- выделение вокализованных участков аудио сигнала путём отбрасывания пауз и участков, содержащих различного рода помехи;
- разделение речи дикторов (задача диаризации);
- выделение характерных признаков голоса диктора.
Применение технологии идентификации и верификации диктора
позволяет:
• осуществить тексто- и языконезависимую идентификацию диктора;
• выделить из общего объёма данных звуковые файлы, содержащие речь интересующего диктора;
• подтвердить принадлежность звуковых данных тому или иному диктору;
• снизить риск пропуска файла с речью диктора из-за перегруженности операторов;
• обработать большое количество речевой информации и подготовить данные для дальнейшей обработки оператором[14].
Купить