Мазкур мақола нутқ сигналларини таснифлаш усуллари таҳлилига бағишланган бўлиб,
унда шахсни автоматик идентификация қилиш масаласи тадқиқ этилган. Қўйилган масалани ечиш
учун мавжуд усуллар баёни келтирилган бўлиб, таснифлаш Гаусс аралашма моделини қўллашга
асосланган усул орқали амалга оширилган. Бундан ташқари ишлаб чиқилган алгоритмни тестлаш
натижалари ҳамда таниб олиш масаласини ҳал этишда Гаусс аралашма моделини қўллаш бўйича
хулосалар ҳам келтирилган.
Мазкур мақола нутқ сигналларини таснифлаш усуллари таҳлилига бағишланган бўлиб,
унда шахсни автоматик идентификация қилиш масаласи тадқиқ этилган. Қўйилган масалани ечиш
учун мавжуд усуллар баёни келтирилган бўлиб, таснифлаш Гаусс аралашма моделини қўллашга
асосланган усул орқали амалга оширилган. Бундан ташқари ишлаб чиқилган алгоритмни тестлаш
натижалари ҳамда таниб олиш масаласини ҳал этишда Гаусс аралашма моделини қўллаш бўйича
хулосалар ҳам келтирилган.
Статья посвящена анализу методов классификации речевых сигналов, исследована задача
автоматической идентификации личности. Для решения поставленной задачи изложены
существующие методы, классификация осуществлена на основе применения метода модели
Гауссовских смесей. Кроме того, приведены результаты тестирования и выводы применения
модели Гауссовских смесей при решении задачи распознавания.
This article is devoted to the analysis of speech signal classification methods, the task of
automatic identification of the person is investigated. To solve this problem, the existing methods are
described, the classification is based on the application of the method of the Gaussian mixture model. In
addition, the results of testing and conclusions of the application of the Gaussian mixture model for
solving the problem of recognition are given.
| № | Author name | position | Name of organisation |
|---|---|---|---|
| 1 | Mamatov N.S. | етакчи илмий ходим | Муҳаммад ал-Хоразмий номидаги Тошкент ахборот технологиялари университети ҳузуридаги ахборот-коммуникация технологиялари илмий-инновацион маркази |
| 2 | Abdullaev S.S. | _ | Муҳаммад ал-Хоразмий номидаги Тошкент ахборот технологиялари университети ҳузуридаги ахборот-коммуникация технологиялари илмий-инновацион маркази |
| 3 | Nurimov P.B. | _ | _ |
| 4 | Zoirov Z.U. | _ | _ |
| 5 | Khamraev D.A. | _ | _ |
| № | Name of reference |
|---|---|
| 1 | http://www.speechpro.ru/. Нуқт технологиялари маркази. |
| 2 | Матвеев, Ю. Н. Технологии биометрической идентификации личности по голосу и другим модальностям // Вестник МГТУ им. Н. Э. Баумана. Электронное научно-техническое издание. 2012. № 3(3). |
| 3 | http://vestnik.bmstu.ru/catalog/it/biometric/91.html/ |
| 4 | Капустин А. И., Симончик К. К. Система верификации дикторов по голосу «Цифровая обработка сигналов и ее применение». М., 2010. Т.1. с 207-210 |
| 5 | Обзор основных методов распознавания дикторов Е.А.Первушин. http://cyberleninka.ru/article/n/obzor-osnovnyh-metodov-raspoznavaniyadiktorov.pdf |
| 6 | ru.wikipedia.org/wiki/Распознавание_по_голосу |
| 7 | Дьяконов, В. MATLAB: Учебный курс // В. Дьяконов. Санкт-Петербург.: Питер, 2001. - 560 с |
| 8 | Распознавание речи. Часть 1. Классификация систем распознавания речи. https://geektimes.ru/post/64572/ |
| 9 | Идентификация-диктора-по-голосу-текст.http://seminar.at.ispras.ru/wpcontent/uploads/2012/07/ |
| 10 | Ing - J r Ding , Developments of Machine Learning Schemes for Dynamic TimeWrapping-Based Speech Recognition // Ing-Jr Ding, Chih-Ta Yen, Yen-Ming Hsu. Mathematical Problems in Engineering. 2013 |
| 11 | po-napravleniyu-rechevye-tekhnologii/ |
| 12 | http://sud-expertiza.ru/library/ekspertiza-lichnosti-po-zvuchashhey-rechi/ |
| 13 | Система исследования речевых компонентов В.С. Шерхонов. http://www.stelani.ru/services/uslugi |
| 14 | Bilmes, A. A Gentle Tutorial of the EM Algorithm and its Application to Parameter Estimation for Gaussian Mixture and Hidden Markov Models // A. Jeff. Berkley: International Computer Science Institute. 1998. P. 7–13. |
| 15 | https://research-journal.org |
| 16 | https://seminar.at.ispras.ru |
| 17 | https://tech.yandex.ru/speechkit/ |