350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №10 за 2013 г.
Статья в номере:
Автоматизированный программный комплекс для тестирования алгоритмов верификации диктора
Ключевые слова: распознавание речи верификация диктора
Авторы:
Ю.Г. Спажакин - д.т.н., профессор, зав. кафедрой «Биомедицинская инженерия», Владимирский государственный университет. E-mail: ludm@vlsu.ru Л.Т. Сушкова - аспирант, кафедра «Биомедицинская инженерия», Владимирский государственный университет. E-mail: nwp_@mail.ru
Аннотация:
Представлены разработанные во Владимирском государственном университете в рамках научно-исследовательской деятельности специализированные средства для тестирования систем верификации на основе решающего критерия Байеса, дискриминантных функций и моделей скрытых марковских процессов.
Страницы: 28-38
Список источников

  1. Ахмад Х.М., Жирков В.Ф. Введение в цифровую обработку речевых сигналов: Учеб. пособие. Владимир: Изд-во Владим. гос. ун-та. 2007.
  2. Бойков Ф.Г., Старожилова Т.К. Применение вейвлет-анализа сигнала в системе распознавания речи / Доклады XI Всерос. конф. «Математические методы распознавания образов». М.: 2003. С. 247-250.
  3. Галунов В.И. Верификация и идентификация говорящего. С-Петербургский гос. ун-т. 2007. http://www.auditech.ru/ article/cntrid/click.php-action=download&id=21
  4. Геппенер В.В., Хайдар А.С. Сравнительное исследование эффективности различных описаний речевых сигналов в задаче верификации дикторов // Доклады 11-й Всерос. конф. «Математические методы распознавания образов». М.: 2003.
  5. Зубов Г.Н., Хитров М.В. «Центр речевых технологий». Состояние и перспективы голосовой биометрии // Voice Bio­metrics Conference. 2007.
  6. Левин А.М., Ульдинович С.В. Особенности реализации систем идентификации диктора // Труды 10-й Междунар. науч.-техн. конф. «Цифровая обработка сигналов и ее применение - DSPA-2008». М.: 2008.
  7. Левин Е.К. Эффективное кодирование и распознавание речевых сигналов: Метод. указания к лаб. работам. Владимир:Владим. гос. ун-т. 2002.
  8. Леонович А.А. Вейвлет-обработка речевых сигналов в распознавании речи // Труды V Всерос. конф. молодых ученых по мат. моделированию и информационным технологиям с участием иностранных ученых. ИВТ СО РАН. 2004. http://www.ict.nsc.ru/ws/YM2004/8532/Leonovich_Title.htm.
  9. Леонович А.А. Модуль распознавания речи в системе MATLAB // Труды II Всерос. науч. конф. «Проектирование инженерных и научных приложений в среде MATLAB». М.: ИПУ РАН. 2004.
  10. Михайлов В.Г., Златоустова Л.В. Измерение параметров речи / Под ред. М.А. Сапожкова. М.: Радио и связь. 1979.
  11. Первушин Е.А. Обзор основных методов распознавания дикторов // Математические структуры и моделирование. 2011.Вып. 24.С. 41-54.
  12. Прохоров А. Системы автоматического распознавания речи. Компьютер Пресс. 2003. № 7(163).
  13. Рабинер Л.Р. Скрытые Марковские модели и их применение в избранных приложениях при распознавании речи: Обзор // ТИИЭР. 1989. Т. 77. № 2. С. 86-120.
  14. Ронжин А.Л., Карпов А.А., Ли И.В. Речевой и многомодальный интерфейсы. М.: Наука. 2006.
  15. Садыхов Р.Х., Ракуш В.В. Модели гаусовских смесей для верификации диктора по произвольной речи // Доклады БГУИР № 4 Белорусский гос. ун-т информатики и радиоэлектроники. Минск. 2003
  16. Сарана Д.В., Иконин С.Ю. Система автоматического распознания речи SpiritASREngine // Цифровая обработка сигналов. 2003. №4.
  17. Сергиенко А.Б. Цифровая обработка сигналов. Учебник для вузов. Изд. 2-е. Питер. 2006.
  18. Сорокин В.Н., Вьюгин В.В., Тананыкин А.А. Распознавание личности по голосу: Аналитический обзор. Информационные технологии в технических и социально экономических системах // Информационные процессы. 2012. Т. 12. № 1.С. 1-30.
  19. Спажакин Ю.Г., Сушкова Л.Т. Программный комплекс для определения границ речи в задачах автоматической верификации диктора // Биомедицинская радиоэлектроника. Биомедицинские технологии и радиоэлектроника. 2012.№ 6. С.68-77.
  20. Ткаченя А.В. Киселёв В.В., Давыдов А.Г. Система определения эмоционального состояния диктора по голосу // Труды II междунар. научно-техн. конф. «Открытые семантические технологии проектирования интеллектуальных систем» OSTIS-2012. Минск. 2012.
  21. Ту Дж., Гонсалес Р. Принципы распознавания образов. М.: Мир. 1978.
  22. Шарий Т.В. О проблеме параметризации речевого сигнала в современных системах распознавания речи // Вестник Донецкого национального университета. Сер. А: Природничінауки. 2008. Вып. 2
  23. MillerD. Senior Analyst, Opus research // Voice Biometrics Conference. Washington. 2007.
  24. Ghulam Muhammad. Extended average magnitude difference function based pitch detection // The International Arab Journal of Information Technology. 2011. V. 8. № 2.
  25. Young-Hwan Song, Doo-Heon Kyun, Jong-Kuk Kim, Myung-Jin Bae, On SNR Estimation by the Likelhood of near Pitch for Speech Detection. World Academy of Science, Engineering and Technology. 32. 2007.
  26. Речевые технологии. http://www.spirit.ru/
  27. Сегментация рынка биометрических технологий. http://www.ibgweb.com.
  28. Соловьев В.Д. Технологии извлечения из текстов информации о событиях в реальном времени // Нейрокомпьютеры: разработка, применение. 2013. № 1. С. 23.
  29. Коротицкий А.В., Громов С.В. Интеллектуальная система для анализа формовосстановления в сплавах с памятью формы // Нейрокомпьютеры: разработка, применение. 2013. № 1. С. 68.
  30. Рудометкина М.Н., Спицын В.Г., Романенко В.В., Этель В.А. Разработка логической сети для морфологической модели русского языка // Нейрокомпьютеры: разработка, применение. 2013. № 8. С. 22.