Видавничий дім «Інтернаука» — на головну

Технічні науки Українською Відкритий доступ

Особливості використання MEL-кепстральних коефіцієнтів при розпізнаванні мовлення

Климчук Ірина Олегівна, Потапова Катерина Романівна, Івасенко Дмитро Віталійович

Міжнародний науковий журнал «Інтернаука», № 6, червень 2022

Анотація

Одною з основних форм взаємодії людей – це мовлення. У наш час достатня кількість корисних програм для розпізнавання мовлення людей, які мають певні обмеження. Ці програми перекладають текст, який був промовлений голосом у текст, для чіткого розуміння, що людина хоче розповісти. Головною метою методів по розпізнаванню мовлення є отримання інформації як вхідного голосового сигналу для подальшого чіткого перекладу. В сучасних методах по розпізнаванню мовлення використовується важлива частина – моделювання мови та акустичне моделювання. У наш час досить велика кількість методів для перекладу голосу в тест. Найоптимальніший метод розпізнавання побудований на базі прихованих моделях Маркова. Для виводу послідовностей символів використовують статистичні моделі. Тому метод на базі приховані моделі Маркова є одним з найоптимальніших для вирішення подібних проблем. У статті досліджується методи розпізнавання мови людей з порушенням мовного апарату по короткому словнику з використанням mel-кепстральних коефіцієнтів. У запропонованому методі застосовуються критерій, який логарифмічного використовується спектру, до для спектральної неупередженої моделі, оцінки представленої коефіцієнтами MEL. Для розв’язання задачі нелінійної мінімізації, задіяної в методі, вони дають ітераційний алгоритм, збіжність якого гарантована. Приклади аналізу мовлення та результати ізольованого експерименту з розпізнавання слів.

Ключові слова: розпізнавання мови; мовний сигнал; короткий словник; Mel-кепстральні коефіцієнти програмний додаток; порушення мовного апарату

English

Peculiarities of using mel-cepstral coefficients in speech recognition

Abstract. One of the main forms of human interaction is speech. Nowadays, there are enough useful programs for speech recognition of people who have certain limitations. These programs translate the text that was spoken aloud into the text, to clearly understand what the person wants to say. The main purpose of speech recognition methods is to obtain information as an input voice signal for further clear translation. Modern methods of speech recognition use an important part - language modeling and acoustic modeling. Nowadays, there are quite a number of methods for translating a voice into a test. The best method of recognition is bas on hidden Markov models. Statistical models are using to display sequences of characters. Therefore, the method based on hidden Markov models is one of the best for solving such problems. The article investigates the methods of speech recognition of people with speech disorders in a short dictionary using mel-keptral coefficients. The proposed method applies the criterion used for unbiased estimation of the logarithmic spectrum to the spectral model represented by MEL coefficients. To solve the nonlinear minimization problem involved in the method, they provide an iterative algorithm whose convergence is guaranteed. Examples of speech analysis and results of an isolated word recognition experiment.

Keywords: speech recognition; speech signal; short dictionary; Melcepstral coefficients software application; speech apparatus disorders

Як цитувати

Климчук І. О., Потапова К. Р., Івасенко Д. В. Особливості використання MEL-кепстральних коефіцієнтів при розпізнаванні мовлення // Міжнародний науковий журнал "Інтернаука". — 2022. — №6. https://doi.org/10.25313/2520-2057-2022-6-8055

@article{internauka8055,
  author   = {Климчук, Ірина Олегівна and Потапова, Катерина Романівна and Івасенко, Дмитро Віталійович},
  title    = {Особливості використання MEL-кепстральних коефіцієнтів при розпізнаванні мовлення},
  journal  = {Міжнародний науковий журнал «Інтернаука»},
  year     = {2022},
  number   = {6},
  doi      = {10.25313/2520-2057-2022-6-8055},
  url      = {https://www.inter-nauka.com/issues/2022/6/8055}
}
TY  - JOUR
AU  - Климчук, Ірина Олегівна
AU  - Потапова, Катерина Романівна
AU  - Івасенко, Дмитро Віталійович
TI  - Особливості використання MEL-кепстральних коефіцієнтів при розпізнаванні мовлення
JO  - Міжнародний науковий журнал «Інтернаука»
PY  - 2022
IS  - 6
SN  - 2520-2057
DO  - 10.25313/2520-2057-2022-6-8055
UR  - https://www.inter-nauka.com/issues/2022/6/8055
LA  - uk
ER  - 

Текст статті

Або відкрийте файл PDF

PDF, 317 КБ — Завантажити PDF

Як цитувати

Климчук І. О., Потапова К. Р., Івасенко Д. В. Особливості використання MEL-кепстральних коефіцієнтів при розпізнаванні мовлення // Міжнародний науковий журнал "Інтернаука". — 2022. — №6. https://doi.org/10.25313/2520-2057-2022-6-8055

@article{internauka8055,
  author   = {Климчук, Ірина Олегівна and Потапова, Катерина Романівна and Івасенко, Дмитро Віталійович},
  title    = {Особливості використання MEL-кепстральних коефіцієнтів при розпізнаванні мовлення},
  journal  = {Міжнародний науковий журнал «Інтернаука»},
  year     = {2022},
  number   = {6},
  doi      = {10.25313/2520-2057-2022-6-8055},
  url      = {https://www.inter-nauka.com/issues/2022/6/8055}
}
TY  - JOUR
AU  - Климчук, Ірина Олегівна
AU  - Потапова, Катерина Романівна
AU  - Івасенко, Дмитро Віталійович
TI  - Особливості використання MEL-кепстральних коефіцієнтів при розпізнаванні мовлення
JO  - Міжнародний науковий журнал «Інтернаука»
PY  - 2022
IS  - 6
SN  - 2520-2057
DO  - 10.25313/2520-2057-2022-6-8055
UR  - https://www.inter-nauka.com/issues/2022/6/8055
LA  - uk
ER  -