Details

Title Исследование возможности применения усовершенствованного метода MFCC при распознавании изолированных слов: выпускная квалификационная работа бакалавра: направление 11.03.02 «Инфокоммуникационные технологии и системы связи» ; образовательная программа 11.03.02_01 «Системы мобильной связи» = Investigation of the possibility of using the improved MFCC method in the recognition of isolated words
Creators Папу Андрей Эдуардович
Scientific adviser Попов Евгений Александрович
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт электроники и телекоммуникаций
Imprint Санкт-Петербург, 2026
Collection Выпускные квалификационные работы ; Общая коллекция
Subjects распознавание изолированных слов ; MFCC ; IMFCC ; динамические характеристики ; векторное квантование ; аддитивный Гауссовский шум ; независимость от диктора ; isolated word recognition ; dynamic characteristics ; vector quantization ; additive Gaussian noise ; speaker independence
Document type Bachelor graduation qualification work
Language Russian
Level of education Bachelor
Speciality code (FGOS) 11.03.02
Speciality group (FGOS) 110000 - Электроника, радиотехника и системы связи
DOI 10.18720/SPBPU/3/2026/vr/vr26-3220
Rights Доступ по паролю из сети Интернет (чтение)
Additionally New arrival
Record key ru\spstu\vkr\41805
Record create date 8/4/2026

Allowed Actions

Action 'Read' will be available if administrator prepare required files

Group Anonymous
Network Internet

Работа посвящена исследованию улучшенного метода MFCC в условиях акустических помех. Для проведения исследования использовались 720 собственных записей изолированных слов. Модель системы была создана и обучена в MATLAB. В результате были получены экспериментальные данные, которые демонстрируют лучшую точность распознавания усовершенствованного метода на 10-15% по сравнению с классическим методом MFCC в условиях аддитивных акустических помех.

The work is devoted to the study of an improved CMPC method in conditions of acoustic interference. 720 proprietary recordings of isolated words were used for the study. The system model was created and trained in MATLAB. As a result, experimental data were obtained that demonstrate a better recognition accuracy of the improved method by 10-15% compared to classical MFCC methods under conditions of additive acoustic interference.

Network User group Action
ILC SPbPU Local Network All
Internet Authorized users SPbPU
Internet Anonymous
...