|сгенерировать QR код
Открытый доступ
Только для подписчиков
Способ обновления голосовых образцов в Единой биометрической системе в режиме реального времени
https://doi.org/10.32446/0368-1025it.2020-5-58-65
Аннотация
Статья написана в развитие идей из предыдущей работы авторов [5]. Рассмотрена задача автоматизированного контроля качества голосовых образцов, зарегистрированных и хранящихся в Единой биометрической системе России. Предложено решение проблемы своевременного обновления собранных образцов, так как с течением времени они утрачивают свои потребительские качества. Исследован новый показатель акустического качества голосовых образцов в информационной метрике Кульбака–Лейблера и предложен метод его измерений в моменты обращений пользователей в систему с запросами на обслуживание. Показан пример практической реализации предложенного метода в режиме реального времени. С применением авторского программного обеспечения проведён натурный эксперимент, получены количественные оценки периода обновления голосовых образцов, даны рекомендации по их практическому применению. Полученные результаты можно использовать при разработке новых и модернизации существующих систем и технологий автоматизированного контроля качества и адаптивного обновления образцов биометрических персональных данных.
Об авторах
В. В. Савченко
Нижегородский государственный лингвистический университет
Россия
Россия
Нижний Новгород
А. В. Савченко
Национальный исследовательский университет «Высшая школа экономики»
Россия
Россия
Нижний Новгород
Список литературы
1. Singh M., Singh R., Ross A., Information Fusion, 2019, vol. 52, no. 12, pp. 187–205. DOI:10.1016/j.inffus.2018.12.003
2. Barra S., Castiglione A., Narducci F., De Marsico M., Nappi M., Image and Vision Computing, 2018, vol. 76, no. 8, pp. 27–37. DOI:10.1016/j.imavis.2018.05.001
3. Chowdhury F., Selouani S. A., O’Shaughnessy D., In book: Signal and Image Processing for Biometrics, John Wiley & Sons, Inc., 2013, pp. 131–148. DOI:10.1002/9781118561911.ch7
4. Smallman M., Biometric Technology Today, 2017, vol. 2017, no. 1. pp. 5–7. DOI:10.1016/S0969-4765(17)30013-9
5. Савченко В. В., Савченко А. В. Метод измерений показателя акустического качества аудиозаписей, подготовленных для регистрации и обработки в Единой биометрической системе // Измерительная техника, 2019. № 12. С. 46–52. DOI:10.32446/0368-1025it.2019-12-40-46
6. Kekre H. B., Bharadi V. A., 2009 IEEE International Advance Computing Conference, Patiala, India. Pub. IEEE, 2009, pp. 535–540. DOI:10.1109/IADCC.2009.4809068
7. Anzar S. M., Amala K., Rajendran R., Computers & Electrical Engineering, 2016, vol. 50, no. 2, pp. 10–25. DOI:10.1016/j.compeleceng.2015.12.003
8. Matveev Y., Lecture Notes in Computer Science, 2013, vol. 8113, pp. 345–353. DOI:10.1007/978-3-319-01931-4_46
9. Sholokhov A., Kinnunen T., Vestman V., Lee K. A., Computer Speech & Language, 2019. vol. 59, no. 10, pp. 101–110. DOI:1016/j.csl.2019.101024
10. Hansen J., Bořil H., Speech Communication, 2018. vol. 101, no. 5, pp. 94–108. DOI:10.1016/j.specom.2018.05.004
11. Heald Sh., Klos S., Nusbaum H., In book Neurobiology of Language, USA, Academic Press, 2015, pp. 195–208. DOI:10.1016/B978-0-12-407794-2.00017-1
12. Чучупал В. Я. Неявная модель вариативности произношения для автоматического распознавания речи // Машинное обучение и анализ данных. 2016. Т. 2. № 4. С. 370-377. DOI:10.21469/22233792.2.4.01
13. Pat. US 8 775178 B2. United States. Int. Cl.7 G10L 15/063. Updating a voice template / Yukari M., Masami N., International Business Machines Corp., No. 2008-275807, Oct. 27, 2008 – No. US 2010/01065O1 A1, Apr. 29, 2010. Pub. Apr. 9, 2013, 11 p.
14. Savchenko V. V., Radiophysics and Quantum Electronics, 2015, vol. 58, no. 5, pp. 373-379. DOI:10.1007/s11141-015-9611-4
15. Протокол натурных испытаний. URL: https://sites.google.com/site/frompldcreators/protocol_3-1.pdf (дата обращения: 02.11.2019).
16. Kullback S., Information Theory and Statistics, N. Y., Dover Publications, 1997, 432 p., available at:https://www.amazon.com/Information-Theory-Statistics-Dover-Mathematics/dp/0486696847
17. Савченко В. В., Савченко Л. В. Метод измерений показателя разборчивости речевого сигнала в информационной метрике Кульбака–Лейблера // Измерительная техника. 2019. № 9. С. 59–64. DOI: 10.32446/0368-1025it.2019-9-59-64
18. Savchenko V. V., Journal of Communications Technology and Electronics, 2019, vol. 64, no. 6, pp. 590–596. DOI:10.1134/S1064226919060093
19. Савченко В. В. Метод измерений показателя акустического качества речи на основе теоретико-информационного подхода // Измерительная техника. 2018. № 1. С. 60–64. DOI:10.32446/0368-1025it.2018-1-60-64
20. Программно-аппаратный комплекс Phoneme Training. URL:https://sites.google.com/site/frompldcreators/produkty-1/phonemetraining(дата обращения:02.11.2019).
21. Savchenko V. V., Savchenko A. V., Journal of Communications Technology and Electronics, 2016, vol. 61, no. 4, pp. 430–435. DOI:10.1134/S1064226916040112
22. Muller P. H., Neumann P., Storm R., Tafeln der mathematischen Statistik, Leipzig, VEB Fachbuchverlag, 1973, 279 p. DOI:10.1002/bimj.19740160816
23. Savchenko V. V., Savchenko A. V., Radioelectronics and Communications Systems, 2019, vol. 62, no. 5, pp. 276–286. DOI:10.3103/S0735272719050042
24. Benesty J., Sondhi M. M., Huang Y., Linear prediction: In Springer handbook of speech processing. Part B, N.Y., Springer, 2008, pp. 111–121. DOI:10.1007/978-3-540-49127-9_7
Рецензия
Для цитирования:
Савченко В.В., Савченко А.В. Способ обновления голосовых образцов в Единой биометрической системе в режиме реального времени. Izmeritelʹnaya Tekhnika. 2020;(5):58-65. https://doi.org/10.32446/0368-1025it.2020-5-58-65
For citation:
Savchenko V.V., Savchenko A.V. Method of real-time updating for voice templates in the Unified Biometric System. Izmeritel`naya Tekhnika. 2020;(5):58-65. (In Russ.) https://doi.org/10.32446/0368-1025it.2020-5-58-65
Просмотров:
114
Послать статью по эл. почте 