Спосіб розпізнавання мовленнєвих одиниць

1 Спосіб розпізнавання мовленнєвих одиниць, що полягає в перетворенні мовленнєвого сигналу на електричний сигнал, дискретизації й оцифровці, виділенні фрагмента цифрового сигналу, визначенні енергії цифрового сигналу виділеного фрагмента, формуванні еталонів, обчисленні відстані й ухваленні рішення про розпізнавання, який відрізняється тим, що виконують високочастотну фільтрацію цифрового сигналу виділеного фрагмента, визначають енергію сигналу, отриманого в результаті високочастотної фільтрації, обчислюють відношення енергії цифрового сигналу виділеного фрагмента до енергії сигналу, отриманого в результаті високочастотної фільтрації, формують багатовимірний вектор ознак розпізнаваної мовленнєвої одиниці, при формуванні еталонів формують багатовимірні вектори еталонів, при обчисленні відстані визначають відстань між багатовимірним вектором розпізнаваної мовленнєвої одиниці та багатовимірними векторами еталонів, визначають мінімальну відстань, виділяють багатовимірний вектор еталона, що відповідає мінімальній відстані, та приймають його за результат розпізнавання 2 Спосіб за п 1, який відрізняється тим, що високочастотну фільтрацію виконують після визначення енергії цифрового сигналу виділеного фрагмента Винахід належить до області розпізнавання мовлення та може бути використаний у системах голосового керування промисловими об'єктами, автоматичному перекладі однієї мови іншою, уведенні інформації до обчислювальних машин Відомий спосіб розпізнавання мовлення (а с СРСР № 329557, G10L1/02, G06K9/00, 1972 р) Цей спосіб полягає в перетворенні вхідного звукового сигналу на електричний сигнал, виділенні ознак параметрів мови та зіставленні їх з еталонами Причому для одержання ознак параметрів мови електричний сигнал багаторазово інтегрують, диференціюють і зіставляють результати обчислень Унаслідок цього даний спосіб має низьку точність розпізнавання, а також має недостатню швидкодію Відомий спосіб аналізу збудження для автоматичних систем ідентифікації мовлення (ЕПВ, заявка №0138071, G10L5/06, публ 1985 р) ВІДПОВІДНО до запропонованого способу в аналізованому мовленнєвому сигналі виділяють параметри мовлення Для визначення ознак параметрів мовлення використовують енергетичні характеристики мовленнєвого сигналу Даний спосіб дозволяє визначити тільки стан збудження, тобто «голосні», «приголосні» та «паузу», унаслідок цього не може бути ефективно застосований у системах розпізнавання мовлення Найбільш близьким до способу, що заявляється, є спосіб розпізнавання ізольованих слів мовлення з адаптацією до диктора (патент РФ №2047912, G10L5/06, 7/06, 1995 р), що включає предвикривлення вхідного мовленнєвого сигналу (з перетворенням мовленнєвого сигналу на електричний сигнал), сегментацію мовленнєвого сигналу, дискретизацію, обчислення енергії сигналу в різних частотних смугах, формування еталонів, обчислення відстані між еталонами слів і реалізацією розпізнаваного слова, прийняття рішення про розпізнавання У зазначеному способі кожному розпізнаваному слову може відповідати деяка множина еталонів Виробляється швидкий добір еталонівпретендентів, обчислюється відстань, і, якщо ця відстань менша за деякий поріг, проводиться остаточне розпізнавання Слово вважається розпізнаним, якщо мінімальна відстань від невідомої реалізації до одного з еталонів не перевищує порога, встановленого до цього еталона, і якщо різниця між відстанями до двох найближчих еталонів, 00 (О що належать різним словам, вища за деякий фіксований поріг Якщо ж різниця між відстанями до двох найближчих еталонів мала, а ці еталони належать різним словам, сигналізується відмова від розпізнавання Даний спосіб здійснює складну обробку сигналу, що може служити джерелом помилок і привести до зниження точності розпізнавання та швидкоД" В основу винаходу покладена задача створення способу розпізнавання мовленнєвих одиниць, що характеризується високою швидкодією, високою точністю розпізнавання та простотою реалізації Зазначений технічний результат досягається тим, що в способі розпізнавання мовленнєвих одиниць, який полягає в перетворенні мовленнєвого сигналу на електричний сигнал, дискретизації й оцифровці, виділенні фрагмента цифрового сигналу, визначенні енергії цифрового сигналу виділеного фрагмента, формуванні еталонів, обчисленні відстані й ухваленні рішення про розпізнавання, додатково виконують високочастотну фільтрацію цифрового сигналу виділеного фрагмента, визначають енергію сигналу, отриманого в результаті фільтрації, обчислюють відношення енергії цифрового сигналу виділеного фрагмента до енергії сигналу, отриманого в результаті високочастотної фільтрації, формують багатовимірний вектор ознак розпізнаваної мовленнєвої одиниці, при формуванні еталонів формують багатовимірні вектори еталонів, при обчисленні відстані визначають відстань між багатовимірним вектором ознак розпізнаваної мовленнєвої одиниці та багатовимірних векторів еталонів, визначають мінімальну відстань, виділяють багатовимірний вектор еталона, що відповідає мінімальній відстані, та приймають його за результат розпізнавання До того ж високочастотну фільтрацію виконують після визначення енергії цифрового сигналу виділеного фрагмента Відношення енергії цифрового сигналу виділеного фрагмента до енергії сигналу, отриманого в результаті високочастотної фільтрації, автори називають кумулятивним відношенням Воно характеризує зміну енергії розглянутої ділянки при фільтрації Кумулятивні відношення, визначені для різних мовленнєвих одиниць (наприклад, різних слів чи різних фонем), помітно відрізняються одне від одного, ВІДМІННІСТЬ має стабільний характер і зберігається від реалізації до реалізації Таким чином, сукупність наведених ВІДМІННИХ ознак способу, що заявляється, дозволяє підвищити точність розпізнавання мовленнєвих одиниць, збільшити швидкодію та спростити спосіб розпізнавання На кресленні (фіг) наведені графіки кумулятивного відношення для фонем «а» та «д» Особливості здійснення запропонованого способу полягають у наступному Мовленнєвий сигнал, перетворений на електричний, оцифрується як 8-бітний із частотою дискретизації 22050Гц Із 61248 цього сигналу виділяється фрагмент, хі,Х2, хп - ПОСЛІДОВНІСТЬ значень виділеного фрагмента, де х,, приймають значення від 0 до 255 Визначають енергію виділеного фрагмента І>,-127, (1) і=і де величина 127 відповідає середній лінії Виділений фрагмент цифрового сигналу обробляють фільтром високих частот із частотою зрізу s (0