Тема: ПОСТРОЕНИЕ И ИССЛЕДОВАНИЕ АЛГОРИТМА РАСПОЗНАВАНИЯ ДИКТОРОВ НА ОСНОВЕ ОГРАНИЧЕННОЙ МАШИНЫ БОЛЬЦМАНА

В настоящее время можно заметить рост интереса к речевым технологиям: синтез речи, распознавание речи, управление голосом и распознавание личности по голосу- наиболее популярные из них. Это можно объяснить развитием производительности вычислительных систем, необходимостью более тщательной защиты данных от несанкционированного доступа, а также невысокими требованиями в плане оборудования [8]. Одной из таких технологий- определение диктора по голосу- посвящена данная исследовательская работа.
Распознавание личности объединяет два класса задач: идентификацию и верификацию дикторов по голосу [5].
1. Целью идентификации является определение принадлежности исследуемого голосового сигнала к одному из дикторов, заранее предъявленных системе. Если процедуру распознавания проходят только пользователи, речевые образцы которых имеются в базе, говорят об идентификации на замкнутом множестве. Если же возникают ситуации, когда пользователь неизвестен системе, встает задача идентификации на открытом множестве [5]. Данная задача может быть сведена к предыдущей путем выбора порога принятия решения в соответствии с требованиями к системе.
2. В процессе верификации подтверждается либо опровергается принадлежность исследуемого голосового сигнала его предъявителю [5]. Данную задачу можно считать частным случаем идентификации на открытом множестве, предполагая, что система обучена только на речевых образцах рассматриваемого диктора.
В соответствии с категорией, системы распознавания делятся на текстозависимые и текстонезависимые [11]. При текстозависимом анализе 3
речи производится сравнение предложенной системой фразы с произнесенной. При текстонезависимом- распознавание по произвольной речи.
Эта технология уже нашла свое применение в таких задачах, как [8]:
• Предоставление доступа. Так как определение диктора по голосу- один из наименее ресурсоемких и простых в использовании методов идентификации, когда нет необходимости запоминать какие-либо комбинации и использовать дорогостоящие устройства. В настоящее время такая система защиты используется лишь как дополнение к имеющейся, либо, когда безопасность системы не критична:
■ Доступ к информации по телефону (информация о состоянии банковского счета, информация из баз данных и т.п.).
■ Доступ сотрудников в служебные помещения.
• Анализ диалогов, записей переговоров во время аварийных ситуаций, телефонных разговоров и др., используемых в криминалистике и судебной экспертизе.
Однако вопрос получения систем с высокоточным распознаванием дикторов до сих пор остается открытым. Продолжается поиск таких моделей, которые способны повысить качество распознавания с сохранением или увеличением скорости идентификации. Аналогичные цели ставятся в данной исследовательской работе. Проводится анализ существующих методов и предлагается новый для данной задачи подход, заключающийся в выделении речевых признаков, полученных с помощью ограниченной машины Больцмана. Также проводится сравнение зависимости качества распознавания и скорости обучения в указанных условиях от поступающих на вход ограниченной машины Больцмана векторов-признаков, уровня шума, количества идентифицируемых дикторов, классификаторов и их параметров обучения. В результате работы ожидается получение алгоритма распознавания дикторов на основе ограниченной машины Больцмана (GBRBM), составление рекомендаций по его использованию по результатам экспериментов.

Купить

Задача идентификации дикторов по голосу окружена широким кругом исследований и экспериментов, которые при положительных результатах позволяют улучшить существующие системы распознавания и даже открыть новые сферы применения. Данная работа и работа [1] показывают возможность увеличения качества распознавания дикторов по голосу с применением ограниченной машины Больцмана для получения новых векторов-признаков. Проведенные опыты позволяют подобрать параметры в зависимости от требований к скорости обучения, скорости распознавания, качеству классификации, классификации при наличии шумовых составляющих, ограниченной длине обучающих файлов, а также к количеству распознаваемых дикторов. Таким образом, использование ограниченной машины Больцмана позволит улучшить результаты работы систем идентификации, с правильно подобранными в зависимости от требований параметрами.
При необходимости, в продолжении работы могут быть рассмотрены и другие векторы-признаков. Возможно усложнение классификаторов, а также рассмотрение поведения системы при использовании глубоких нейронных сетей и ограниченный машины Больцмана, как их основы.
Купить