ОСНОВНІ ПІДХОДИ ДО РОЗПІЗНАВАННЯ МОВЛЕННЄВОЇ ІНФОРМАЦІЇ (ЧАСТИНА 2)
Ключові слова:
розпізнавання мови, перетворення фур’є, вейвлет-перетворення, штучні нейронні мережі, штучні імунні системи, аіnеt, шумопригнічення, сегментація мовленнєвого сигналу, вокалізований сигналАнотація
Проаналізовано різноманітні підходи до обробки та розпізнавання мовленнєвої інформації. Порівняно перетворення Фур’є та вейвлет-перетворення, як методи параметризації та первинної обробки сигналу, а також штучні нейронні мережі і штучні імунні системи як методи розпізнавання обробленого сигналу. Розглянуто дикторозалежну модель розпізнавання мовленнєвої інформації на основі штучних нейронних мереж та штучних імунних систем. Розглянуто питання застосування штучних нейронних мереж для моделювання лінійних електронних фільтрів. Обговорено перспективи створення адекватних моделей штучних імунних систем для розпізнавання мовленнєвої інформації, як найпрогресивнішої і перспективнішої з відомих на сьогодні методик.Посилання
1. Астафьева Н. М. Вейвлет-анализ: основы теории и примеры применения / Н. М. Астафьева // Успехи физических наук. — 1996. — Т. 166, № 11. — С. 1145—1170.
2. Рабинер Л. Теория и применение цифровой обработки сигналов / Л. Рабинер, Б. Гоулд. — М. : Мир, 1978. — 848 с.
3. Walker J. Fourier Analysis and Wavelet Analysis / James S. Walker // Notices of the AMS. — 1997. — V. 44, № 6. —
P. 658—670.
4. Дремин И. М. Вейвлеты и их использование / И. М. Дремин, О. В. Иванов, В. А. Нечитайло // Успехи физических наук. — 2002. — Т. 171, № 5. — С. 465—501.
5. Фант Г. Акустическая теория речеобразования / Гуннар Фант. — М. : Наука, 1964. — 284 с.
6. Ермоленко Т. В. Применение вейвлет-преобразования для обработки и распознавания речевых сигналов / Т. В. Ермоленко // Искусственный интеллект. — 2002. — № 4. — С. 200—208. — ISSN 1561-5367.
7. Schwenk H. Neural Network Language Models for Conversational Speech Recognition : праці. міжн. наук. конф. International Conference on Speech and Language, 4—8 жовт. 2004, Чеджу, Корея. — С. 1215—1218.
8. Schwenk H. Training Neural Network Language Models On Very Large Corpora : праці наук. конф. Joint Conference HLT/EMNLP, 6—8 жовт. 2005, Ванкувер, Канада. — С. 201—208.
9. Moonasar V. Speaker Identification using a Combination of Different Parameters as Feature Inputs to an Artificial Neural Network Classifier : праці наук. конф. AFRICON, 28 вер. — 1 жовт. 1999, Дурбан, ПАР. — Т. 1. — С. 189—194.
10. Лалетин П. А. Использование сетей с самостоятельной адаптацией для распознавания слов человеческой речи: праці наук. конф. Всероссийская научно-техническая конференция «Нейроинформатика-2000». Т. 2. — М. : МИФИ, 2000. — С. 88—95.
11. Frank S. A. The design of natural and artificial adaptive systems / Steven A. Frank. — New York : Academic Press, 1996. — C. 451—505.
12. Perelson A. S. Immunology for physicists / A. S. Perelson, G. Weisbuch // Review of Modern Physics. — 1997. — Т. 69, № 4. — С. 1219—1267.
13. Cohen I. R. The cognitive paradigm and the immunological homunculus / I. R. Cohen // Immunol Today. — 1992. —
V. 13, № 12. — P. 490—494.
14. Bersini H. The immune recruitment mechanism: A selective evolutionary strategy : праці міжн. наук. конф. Fourth international conference on genetic algorithms, 13-16 лип. 1991, San Diego. — С. 520—526.
15. Jerne N. K. Towards a network theory of the immune system / N. K. Jerne // Annales d'immunologie. — 1974. — V. 125, № 1—2. — P. 373—389.
16. Hunt J. E. An adaptive, distributed learning system, based on the immune system : праці. наук. конф IEEE international conference on systems, man and cybernetics, 22—25 жовт. 1995. — V. 3. — P. 2494—2499.
17. Hunt J. E. Learning using an artificial immune system / John E. Hunt, Denise E. Cooke // Journal of Network and Computer Applications. — 1996. — V. 19, № 2. — P. 189—212.
18. Gilbert C. J. Associative memory in an immune-based system : праці наук. конф. 12th national conference on artificial intelligence (AAAI-94), 31 лип. — 4 квіт. 1994, Seattle. — С. 852—857. — ISBN 0-262-61102-3.
19. Faraoun K. M. Artificial Immune Systems for text-dependent speaker recognition / K. M. Faraoun, A. Boukelif // INFOCOMP — Journal of Computer Science. — 2006. — V. 5, № 4. — P. 19—26.
2. Рабинер Л. Теория и применение цифровой обработки сигналов / Л. Рабинер, Б. Гоулд. — М. : Мир, 1978. — 848 с.
3. Walker J. Fourier Analysis and Wavelet Analysis / James S. Walker // Notices of the AMS. — 1997. — V. 44, № 6. —
P. 658—670.
4. Дремин И. М. Вейвлеты и их использование / И. М. Дремин, О. В. Иванов, В. А. Нечитайло // Успехи физических наук. — 2002. — Т. 171, № 5. — С. 465—501.
5. Фант Г. Акустическая теория речеобразования / Гуннар Фант. — М. : Наука, 1964. — 284 с.
6. Ермоленко Т. В. Применение вейвлет-преобразования для обработки и распознавания речевых сигналов / Т. В. Ермоленко // Искусственный интеллект. — 2002. — № 4. — С. 200—208. — ISSN 1561-5367.
7. Schwenk H. Neural Network Language Models for Conversational Speech Recognition : праці. міжн. наук. конф. International Conference on Speech and Language, 4—8 жовт. 2004, Чеджу, Корея. — С. 1215—1218.
8. Schwenk H. Training Neural Network Language Models On Very Large Corpora : праці наук. конф. Joint Conference HLT/EMNLP, 6—8 жовт. 2005, Ванкувер, Канада. — С. 201—208.
9. Moonasar V. Speaker Identification using a Combination of Different Parameters as Feature Inputs to an Artificial Neural Network Classifier : праці наук. конф. AFRICON, 28 вер. — 1 жовт. 1999, Дурбан, ПАР. — Т. 1. — С. 189—194.
10. Лалетин П. А. Использование сетей с самостоятельной адаптацией для распознавания слов человеческой речи: праці наук. конф. Всероссийская научно-техническая конференция «Нейроинформатика-2000». Т. 2. — М. : МИФИ, 2000. — С. 88—95.
11. Frank S. A. The design of natural and artificial adaptive systems / Steven A. Frank. — New York : Academic Press, 1996. — C. 451—505.
12. Perelson A. S. Immunology for physicists / A. S. Perelson, G. Weisbuch // Review of Modern Physics. — 1997. — Т. 69, № 4. — С. 1219—1267.
13. Cohen I. R. The cognitive paradigm and the immunological homunculus / I. R. Cohen // Immunol Today. — 1992. —
V. 13, № 12. — P. 490—494.
14. Bersini H. The immune recruitment mechanism: A selective evolutionary strategy : праці міжн. наук. конф. Fourth international conference on genetic algorithms, 13-16 лип. 1991, San Diego. — С. 520—526.
15. Jerne N. K. Towards a network theory of the immune system / N. K. Jerne // Annales d'immunologie. — 1974. — V. 125, № 1—2. — P. 373—389.
16. Hunt J. E. An adaptive, distributed learning system, based on the immune system : праці. наук. конф IEEE international conference on systems, man and cybernetics, 22—25 жовт. 1995. — V. 3. — P. 2494—2499.
17. Hunt J. E. Learning using an artificial immune system / John E. Hunt, Denise E. Cooke // Journal of Network and Computer Applications. — 1996. — V. 19, № 2. — P. 189—212.
18. Gilbert C. J. Associative memory in an immune-based system : праці наук. конф. 12th national conference on artificial intelligence (AAAI-94), 31 лип. — 4 квіт. 1994, Seattle. — С. 852—857. — ISBN 0-262-61102-3.
19. Faraoun K. M. Artificial Immune Systems for text-dependent speaker recognition / K. M. Faraoun, A. Boukelif // INFOCOMP — Journal of Computer Science. — 2006. — V. 5, № 4. — P. 19—26.
##submission.downloads##
-
PDF
Завантажень: 884
Переглядів анотації: 183
Опубліковано
2010-11-12
Як цитувати
[1]
Г. О. Добрушкін і В. Я. Данилов, «ОСНОВНІ ПІДХОДИ ДО РОЗПІЗНАВАННЯ МОВЛЕННЄВОЇ ІНФОРМАЦІЇ (ЧАСТИНА 2)», Вісник ВПІ, вип. 2, с. 61–73, Листоп. 2010.
Номер
Розділ
Інформаційні технології та комп'ютерна техніка
Ліцензія
Автори, які публікуються у цьому журналі, згодні з такими умовами:
- Автори зберігають авторське право і надають журналу право першої публікації.
- Автори можуть укладати окремі, додаткові договірні угоди з неексклюзивного поширення опублікованої журналом версії статті (наприклад, розмістити її в інститутському репозиторії або опублікувати її в книзі), з визнанням її первісної публікації в цьому журналі.
- Авторам дозволяється і рекомендується розміщувати їхню роботу в Інтернеті (наприклад, в інституційних сховищах або на їхньому сайті) до і під час процесу подачі, оскільки це сприяє продуктивним обмінам, а також швидшому і ширшому цитуванню опублікованих робіт (див. вплив відкритого доступу).
