📄Работа №24860
Тема: Разработка системы идентификации личности по голосу
Тип работы
Бакалаврская работа
Предмет
Информационные системы
Объем:
48 листов
Год:
2016
Просмотров:
815
5600
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
ВВЕДЕНИЕ 5
1 Теоритические сведения 6
1.1 Общие теоритические сведения 6
1.2 Понятия безопасности систем 6
1.3 Речь 7
1.4 Виды систем распознавания диктора 9
2 Методы и средства идентификации личности по голосу 11
2.1 Понятие мела 11
2.2 Спектр 12
2.3 Кепстр 14
2.4 Извлечение признаков 14
2.4.1 Мел-частотные кепстральные коэффициенты 15
2.4.2 Линейные предсказательные кепстральные коэффициенты 16
2.5 Задача классификации 17
2.5.1 Скрытые Марковские модели 18
2.5.2 Алгоритм динамической трансформации временной шкалы 21
2.5.3 Модель гауссовых смесей 22
2.5.4 Метод векторного квантования 23
2.5.5 Метод опорных векторов 24
3 Разработка системы распознавания личности по голосу 27
3.1 Язык программирования Python 27
3.2 Модули и библиотеки 28
3.2.1 SciPy и SciKit-learn 28
3.2.2 Matplotlib 32
3.2.3 NumPy 34
3.3 Описание работы системы 34
3.3.1 Алгоритм работы системы 35
3.3.2 Интерфейс системы 36
3.4 Оценка эффективности работы программы 39
ЗАКЛЮЧЕНИЕ 43
СПИСОК СОКРАЩЕНИЙ 44
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 45
1 Теоритические сведения 6
1.1 Общие теоритические сведения 6
1.2 Понятия безопасности систем 6
1.3 Речь 7
1.4 Виды систем распознавания диктора 9
2 Методы и средства идентификации личности по голосу 11
2.1 Понятие мела 11
2.2 Спектр 12
2.3 Кепстр 14
2.4 Извлечение признаков 14
2.4.1 Мел-частотные кепстральные коэффициенты 15
2.4.2 Линейные предсказательные кепстральные коэффициенты 16
2.5 Задача классификации 17
2.5.1 Скрытые Марковские модели 18
2.5.2 Алгоритм динамической трансформации временной шкалы 21
2.5.3 Модель гауссовых смесей 22
2.5.4 Метод векторного квантования 23
2.5.5 Метод опорных векторов 24
3 Разработка системы распознавания личности по голосу 27
3.1 Язык программирования Python 27
3.2 Модули и библиотеки 28
3.2.1 SciPy и SciKit-learn 28
3.2.2 Matplotlib 32
3.2.3 NumPy 34
3.3 Описание работы системы 34
3.3.1 Алгоритм работы системы 35
3.3.2 Интерфейс системы 36
3.4 Оценка эффективности работы программы 39
ЗАКЛЮЧЕНИЕ 43
СПИСОК СОКРАЩЕНИЙ 44
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 45
📖 Введение
На современный мир всемирная компьютерная сеть Интернет оказала огромное влияние, создав благодатную почву для взаимодействия большого количества людей ранее не связанных друг с другом. Дальнейшее увеличение вычислительных мощностей компьютеров сулит грандиозные возможности для создания систем искусственного интеллекта. Человек всегда хотел создать себе искусственного помощника, с которым он сможет непринужденно общаться. В существующих на данный момент электронных помощниках это желание отображается как никогда четче: замечено, что люди имеют большое желание и пытаются общаться с такой системой на равных, даже если в ней не заложен такой расширенный функционал.
По мере развития компьютерных сетей возникла потребность в более надежных методах обеспечения безопасности сетевых ресурсов. С увеличением численности ресурсов и их пользователей также возросла активность злоумышленников, которые начали взламывать аккаунты пользователей в корыстных целях. Для недопущения взлома было разработано большое количество способов защиты. Для защиты в процессах идентификации и аутентификации стали использовать различные биометрические данные человека: речь, радужку глаза, лицо, отпечатки пальцев, рост, вес, телосложение, походку, почерк и даже запах.
По мере развития компьютерных сетей возникла потребность в более надежных методах обеспечения безопасности сетевых ресурсов. С увеличением численности ресурсов и их пользователей также возросла активность злоумышленников, которые начали взламывать аккаунты пользователей в корыстных целях. Для недопущения взлома было разработано большое количество способов защиты. Для защиты в процессах идентификации и аутентификации стали использовать различные биометрические данные человека: речь, радужку глаза, лицо, отпечатки пальцев, рост, вес, телосложение, походку, почерк и даже запах.
✅ Заключение
В ходе выполнения бакалаврской работы была достигнута ее цель, а именно разработана система идентификации личности по голосу.
Была рассмотрена теоритическая часть и существующие решения в данной предметной области.
Проведен анализ существующих методов и средств для выявления значимых признаков во входящем сигнале и классификации построенных на их основе акустических моделей. Выбраны наиболее подходящие из них.
Определены средства разработки данного программного продукта. Были подробно изучены функциональные возможности языка Python и подключаемых к нему модулей и библиотек.
Спроектирован и создан пользовательский интерфейс. Проанализировано качество распознавания с помощью различных оценок эффективности работы. Предложены способы улучшения качества распознавания на основе биометрических данных голоса.
Была рассмотрена теоритическая часть и существующие решения в данной предметной области.
Проведен анализ существующих методов и средств для выявления значимых признаков во входящем сигнале и классификации построенных на их основе акустических моделей. Выбраны наиболее подходящие из них.
Определены средства разработки данного программного продукта. Были подробно изучены функциональные возможности языка Python и подключаемых к нему модулей и библиотек.
Спроектирован и создан пользовательский интерфейс. Проанализировано качество распознавания с помощью различных оценок эффективности работы. Предложены способы улучшения качества распознавания на основе биометрических данных голоса.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.