|Generate QR code
Open Access
Subscription Access
Метод измерений показателя акустического качества речи на основе теоретико-информационного подхода
Abstract
The new measurement method of acoustic quality of the speech in the Kullback-Leybler information metric is offered. Its main benefit in comparison with the known methods consists of the high dynamic properties aimed to overcoming a problem of a small samples. Conclusions of a theoretical research are confirmed by the experimental results. It is established that the providing rather exact assessment of acoustic quality of the announcer speech requires speech signal lasting 2-3 minutes.
About the Author
В. Савченко
Нижегородский государственный лингвистический университет
Russian Federation
Russian Federation
References
1. Тычков А. Ю., Алимурадов А. К., Чураков П. П. Метод адаптивной обработки сигналов для диагностики органов речевого аппарата // Измерительная техника. 2016. № 5. С. 26-29.
2. Тычков А. Ю., Алимурадов А. К., Французов М. В., Чураков П. П. Программная реализация алгоритма распознавания речевых сигналов в графической среде LABVIEW // Метрология. 2015. № 3. С. 1-25.
3. Савченко В. В. Тестирование вокодера по критерию минимума требуемой избыточности речевого сигнала // Телекоммуникации. 2017. № 1. С. 17-25.
4. Алимурадов А. К., Муртазов Ф. Ш. Методы повышения эффективности распознавания речевых сигналов в системах голосового управления // Измерительная техника. 2015. № 10. С. 20-24.
5. ГОСТ Р 50840-95. Передача речи по трактам связи. Методы оценки качества, разборчивости и узнаваемости.
6. Savchenko V. V. The principle of the information-divergence minimum in the problem of spectral analysis of the random time series under the condition of small observation samples // Radiophysics and Quantum Electronics. 2015. V. 58. No. 5. P. 373-379.
7. Атаянц Б. А., Паршин В. С. Измерение частоты гармонического сигнала на фоне аддитивного белого шума // Измерительная техника. 2004. № 6. С. 42-45.
8. Мясников Л. Л. Звуки речи и их объективное распознавание // Вестник ЛГУ. 1946. № 3. C. 9--17.
9. Potter R., Kopp G., Green H. Visible Speech. N. Y.: Van Nortrand, 1947.
10. Davies K. H., Biddulph R., Balashek S. Automatic speech recognition of spoken digits // Journal of the Acoustical Society of America. 1952. V. 24(6). P. 637-642.
11. Файн В. С. О возможности соотнесения акустического кода речи с ее акустическим сигналом // Акустический журнал. 1973. Т. 9. № 3. С. 430-433.
12. Савченко В. В., Акатьев Д. Ю. Адаптивная кластерная модель минимальных звуковых единиц в задачах анализа и распознавания речи // Наука и образование. МГТУ им. Н. Э. Баумана. 2013. № 2. [Электрон. ресурс]: http://dx.doi.org/10.7463/0213.0527867/ (дата обращения 01.07.2017).
13. Андреев Ю. В., Коротеев М. В. О хаотической природе звуков речи // Известия вузов. Прикладная нелинейная динамика. 2004. Т. 12. № 6. С. 44-59.
14. Шаталов Э. В., Попов С. В., Дубовицкий Н. А. Способ оценки разборчивости речи, получаемой по трактам переговорных устройств средств индивидуальной защиты органов дыхания // Измерительная техника. 2004. № 6. С. 61-63.
15. Ozer H., Avcibas I., Sankur B., Memon N. Steganalysis of audio based on audio quality metrics // In: SPIE Electronic Imaging Conf. on Security and Watermarking of Multimedia Contents. Santa Clara, 2003. V. 5. P. 55-66.
16. Savchenko V. V., Ponomarev D. A. Automatic segmentation of stochastic time series using a whitening filter // Optoelectronics, Instrumentation and Data Processing. 2009. V. 45. No. 1. P. 37-42.
17. Kullback S. Information theory and statistics. N. Y.: Dover Publications, 1997.
18. Savchenko V. V., Savchenko A. V. Information theoretic analysis of efficiency of the phonetic encoding-decoding method in automatic speech recognition / Journal of Communications Technology and Electronics / 2016. V. 61. No. 4. P. 430-436.
19. Chen G., Koh S.N., Soon I.Y. Enhanced Itakura measure incorporating masking properties of human auditory system // Signal Process. 2003. V. 83. P. 1445-1456.
20. Marple S. L. Digital spectral analysis. Englewood Cliffs, NJ: Prentice Hall, 1987.
21. Савченко В. В. Принцип минимакса энтропии в задачах статистических решений по ограниченным наблюдениям // Радиотехника и электроника. 1990. Т. 35. № 9. С. 1892-1899.
22. Программный комплекс VOICE SELF-ANALYSIS [Электрон. ресурс]: https://sites.google.com/site/frompldcreators/produkty-1/voice-self-analysis/ (дата обращения: 01.07.2017).
Review
For citations:
. Izmeritel`naya Tekhnika. 2018;(1):60-64. (In Russ.)
Views:
77
Email this article 