Введение
Глава 1: Методы акустической обработки сигналов в задаче автоматического распознавания речи (литературный обзор)... 13
1.1 Архитектура и задачи систем обработки речи. Место алгоритмов акустической обработки 13
1.2 Акустическая модель речеобразования 15
1.3 Алгоритмы получения акустических признаков 20
1.3.1 Анализ временных параметров 21
1.3.2 Кратковременный спектральный анализ [29, 30, 38] 26
1.3.3 Гомоморфная обработка [61] 35
1.3.4 Параметрическое моделирование: авторегрессионная модель и линейное предсказание [34, 35, 41, 42] 41
1.4 Заключение и выводы по главе 46
Глава 2: Метод вычисления параметров устойчивой линейной модели и акустических признаков для вокализованного речевого сигнала 49
2.1 Метод вычисления параметров линейной модели 49
2.1.1 Расчет первичного набора параметров на основе собственных векторов разложения автокорреляционной матрицы сигнала [75] 50
2.1.2 Связь разложения речевого сигнала по собственным векторам с гармоническим разложением писаренко 52
2.1.3 Связь модели писаренко сигнала с авторегрессионной моделью и методом линейного предсказания 54
2.1.4 Влияние белого шума наблюдения на авторегрессионные параметры 55
2.1.5 Описание алгоритма вычисления параметров модели 57
2.2 Экспериментальная оценка применимости модели к зашумленным речевым сигналам 59
2.2.1 Анализ оценок амплитудных спектров, рассчитанных на основе коэффициентов традиционной и предложенной модели 59
2.2.2 сравнительный анализ устойчивости параметров модели по отношению к шумам 62
2.3 Расчет акустических признаков 64
2.3.1 Проблема выбора метрики для сравнения признаков 64
2.3.2 Алгоритм вычисления кепстральных коэффициентов по коэффициентам параметрической модели [80] ;. 65
2.3.3 Визуальная оценка сходства формантной картины и огибающей спектра рассчитанной по акустическим признакам на основе предлагаемого метода 67
2.4 Сравнительный анализ шумовой устойчивости алгоритмов вычисления
Акустических признаков [80] 71
2.5 Заключение и выводы по главе 73
Глава 3: Исследование влияния помех на акустические признаки и решение задачи их устранения 75
3.1 Постановка задачи 75
3.2 Методы фильтрации сигнала 78
3.3 Метод фильтрации сигнала на основе анализа собственных чисел разложения его автокорреляционной матрицы 80
3.4 Проблемы, связанные с обработкой реального (немодельного) сигнала 82
3.4.1 Исследование поведения собственных чисел разложения акм для реальных сигналов и шумов 83
3.5 Исследование влияния помех на признаки. Методы устранения нежелательных последствий 89
3.5.1 Влияние тренда на распределение собственных чисел и способы его устранения 89
3.5.2 Влияние низкочастотных составляющих сигнала на распределение собственных чисел и способы их коррекции 93
3.6 Оценка эффективности фильтрации в зависимости от уровня шума 97
3.7 Заключение и выводы по главе 99
Глава 4: Методы вычисления порядка параметрической модели 101
4.1 Постановка задачи 102
4.2 Традиционные способы определения порядка модели и их применимость к задаче кодирования речевых сигналов 104
4.2.1 Пороговый метод 104
4.2.2 Методы минимизация целевой функции (критерии акаике) 105
4.3 Метод определения порядка модели на основе сравнения амплитудных оценок спектра моделей смежных порядков [85,87] 107
4.3.1 Свойство подобия спектральных и формантных картин 107
4.3.2 описание алгоритма [87] 108
4.4 Метод определения порядка модели на основе сравнения векторов параметров для различных методов линейного прогнозирования [86,88] 111
4.4.1 Подобие параметров коэффициентов традиционного и модифицированного методов линейного предсказания 111
4.4.2 Описание алгоритма 112
4.5 Сравнительный анализ устойчивости работы алгоритмов определения порядка модели в условиях помех 115
4.6 Заключение и выводы по главе 116
Глава 5: Анализ эффективности работы метода получения акустических признаков. Методики тестирования 118
5.1. Тестирование метода акустической обработки 118
5.1.1 Схема блока акустической обработки сигнала, построенного на базе предлагаемого метода 119
5.1.2 Схема блока акустической обработки сигнала, применяемого в распознающей системе 1s1p-asr [106] 121
5.2. Методика оценки устойчивости алгоритмов акустического кодирования... 123
5.2.1 Создание алфавита акустических речевых единиц 124
5.2.2 Метод оценки ошибок классификации 126
5.2.3 Сравнительный анализ устойчивости работы алгоритмов акустической обработки [89] 129
5.3. Заключение и выводы по главе 130
Заключение 131
Список литературы
