Telekommunikatsoya texnologiyalari fakulteti 416 20 – guruh talabasi

Nutqni modellashtirish

Nutqni aniqlash. Dunyodagi har bir insonning o'ziga xos ovozi bor. O'zgarishlar kichik bo'lsa-da va inson qulog'iga deyarli sezilmaydi. Ammo nutqni aniqlash uchun maxsus dasturiy ta'minot yordamida har bir odamning ovozidagi kichik farqlarni yozib olish, sinab ko'rish va sertifikatlash mumkin, bu faqat to'g'ri ohang, balandlik va ovoz balandligiga ega bo'lganlarga ruxsat beradi. Bu deyarli bir xil nutq shakllariga ega bo'lgan ikki kishini farqlashda hayratlanarli darajada samarali bo'lishi mumkin.
Nutqni aniqlash tizimlari odatda ikkita komponentdan iborat bo'lib, ularni bloklarga yoki subroutinlarga ajratish mumkin - akustik va lingvistik. Til qismiga tilning fonetik, fonologik, morfologik, sintaktik va semantik modellari kirishi mumkin. Akustik model nutq signalini ifodalash uchun javobgardir. Lingvistik model akustik modeldan olingan ma'lumotlarni sharhlaydi va iste'molchiga tan olish natijasini taqdim etish uchun javobgardir.
Yashirin Markov modeli (HMM). Nutqni aniqlashning zamonaviy universal tizimlari odatda yashirin Markov modellariga asoslangan (HMM, yoki HMM, - yashirin Markov modellari). Bu belgilar yoki miqdorlarning tasodifiy ketma- ketliklarini tavsiflovchi statistik model.
Neyron tarmoqlari. Akustik modellashtirishda alternativ yondashuv neyron tarmoqlaridan (NN) foydalanish hisoblanadi. Ular ancha murakkab tanib olish muammolarini yechishga qodir, ammo ular katta so'z birikmalari bilan ishlashda HMM bilan bir xil darajada o'lchamaydilar. Bunday tizimlar odatda nutqni tanib olish dasturlarida kamdan kam qo'llaniladi, ammo ular past sifatli yoki shovqinli audio signallarni muvaffaqiyatli qayta ishlaydi. O'quv ketma-ketligi va so'z boyligi cheklangan bo'lsa, ular HMM tizimlariga qaraganda ancha aniqroq bo'lishlari mumkin.
Dinamik signallarni masshtablash (vaqtni dinamik ravishda aniqlash - DTW). Dinamik masshtablash (DMS) - bu dastlab nutqni tanib olish uchun
ishlatilgan, ammo keyinchalik samaraliroq HMM tizimlari tomonidan almashtirilgan. Algoritm turli xil tezliklarda o'zgarishi mumkin bo'lgan ikki vaqt ketma-ketligi o'rtasida o'xshashlikni o'rnatish uchun ishlatiladi. Masalan, bir videodagi odam sekin yursa ham, ikkinchisida tezroq yurgan bo'lsa ham, hatto bitta kuzatuv paytida tezlashganda va sekinlashganda ham odamni yurish yo'li bilan aniqlash mumkin.
Tekshirish. Agar ma'ruzachi o'zini ma'lum shaxs deb da'vo qilsa va uning nutqi ushbu bayonotni tekshirish uchun ishlatilsa, bu ma'ruzachining shaxsini tekshirish yoki ovozni tasdiqlash deb ataladi. Ushbu muammo odatda xavfsiz kirishni tashkil qilishda paydo bo'ladi va natijada olingan ovoz namunasi ma'lumotlar bazasida saqlangan bitta shablon bilan taqqoslanishi kerak. Ushbu muammoning yechimi "ovozli nashrlar" ni taqqoslash uchun nisbatan soda texnologiyalarga asoslangan.
II BOB. OVOZGA ASOSLANGAN NOGIRONLAR ARAVACHASINING LOYIHALASHTIRILISHI

1.