Table | Card | RUSMARC | |
Allowed Actions: –
Action 'Read' will be available if you login or access site from another network
Action 'Download' will be available if you login or access site from another network
Group: Anonymous Network: Internet |
Annotation
Тема выпускной квалификационной работы: «Идентификация людей по голосу на основе нейронной сети». Выпускная квалификационная работа посвящена созданию нового алгоритма распознавания людей по голосу на основе нейронной сети. Задачи, решаемые в ходе работы: 1. Обзор существующих алгоритмов идентификации по голосу; 2. Нахождение оптимального количества параметров, необходимых для описания человеческого голоса; 3. Нахождение минимального количество звуковых фрагментов, необходимых для алгоритма распознавания; 4. Изучение систем идентификации человека на основе нейронной сети; 5. Обработка звуковых фрагментов на этапе обучения нейронной сети и на этапе распознавания; 6. Разработка алгоритма идентификации человека по голосу по набору трафаретных звуковых фрагментов. Результатом работы является алгоритм распознавания человека по голосу, который можно использовать при создании новых архитектурных решений.
The subject of the graduate qualification work is: " Identification of people by voice based on a neural network ". The final qualifying work is devoted to the creation of a new algorithm for recognizing people by voice based on a neural network. Tasks solved in the course of work: 1. Review of existing algorithms for voice identification; 2. Finding the optimal number of parameters required to describe the human voice; 3. Finding the minimum number of sound fragments required for the recognition algorithm; 4. Study of human identification systems based on a neural network; 5. Processing of sound fragments at the stage of training the neural network and at the stage of recognition; 6. Development of an algorithm for identifying a person by voice using a set of stencil sound fragments. The result of the work is an algorithm for recognizing a person by voice, which can be used to create new architectural solutions.
Document access rights
Network | User group | Action | ||||
---|---|---|---|---|---|---|
ILC SPbPU Local Network | All | |||||
Internet | Authorized users SPbPU | |||||
Internet | Anonymous |
Table of Contents
- ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ
- ВВЕДЕНИЕ
- ГЛАВА 1. ОБЗОР ПАРАМЕТРОВ ЗВУКОВОГО СИГНАЛА
- 1.1 Характеристики голоса
- 1.2 Анализ речевого сигнала
- 1.2.1 Извлечение спектральных дескрипторов
- 1.2.2 Получение мел-частотных кепстральных коэффициентов
- ГЛАВА 2. ОБЗОР МЕТОДОВ ИДЕНТИФИКАЦИИ ЧЕЛОВЕКА ПО ГОЛОСУ
- 2.1 Алгоритм динамической трансформации временной шкалы
- 2.2 Векторное квантование
- 2.3 Метод опорных векторов
- 2.4 Модель гауссовых смесей
- 2.5 Скрытые Марковские модели
- ГЛАВА 3. СИСТЕМЫ ИДЕНТИФИКАЦИИ ОБЪЕКТОВ НА ОСНОВЕ НЕЙРОННЫХ СЕТЕЙ
- 3.1 Виды нейронных сетей
- 3.1.1 Многослойный перцептрон
- 3.1.2 Свёрточная нейронная сеть
- 3.1.3 Рекурсивная нейронная сеть
- 3.1.4 Рекуррентная нейронная сеть
- 3.2 Примеры систем идентификации
- 3.1 Виды нейронных сетей
- ГЛАВА 4. РАЗРАБОТКА СИСТЕМЫ ИДЕНТИФИКАЦИИ ЧЕЛОВЕКА ПО ГОЛОСУ
- 4.1 Выбор параметров для идентификации
- 4.2 Выбор вида нейронной сети
- ГЛАВА 5. ЭКСПЕРИМЕНТАЛЬНЫЕ РЕЗУЛЬТАТЫ
- 5.1 Извлечение признаков
- 5.2 Нахождение Евклидова расстояния
- 5.3 Построение модели нейронных сетей
- ЗАКЛЮЧЕНИЕ
- СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
Usage statistics
Access count: 15
Last 30 days: 0 Detailed usage statistics |