Preview

Доклады БГУИР

Расширенный поиск

МЕТОДИКА ГОЛОСОВОЙ ИДЕНТИФИКАЦИИ НА ОСНОВЕ НЕЙРОННЫХ СЕТЕЙ

Полный текст:

Аннотация

Рассмотрена проблема голосовой идентификации для применения в системах контроля доступа. Предложена методика быстрого получения отпечатка голоса диктора без потери данных, характеризующих голос. Предложено использовать самоорганизующиеся карты Кохонена для идентификации диктора, отличающиеся выделением нейронов с максимальной активностью, что позволило уменьшить время распознавания на 30-80 % по сравнению с существующими решениями.

Об авторах

П. А. Меньшаков
Гомельский государственный технический университет имени П.О. Сухого
Беларусь


И. А. Мурашко
Гомельский государственный технический университет имени П.О. Сухого
Беларусь


Список литературы

1. Adeyemo Z.K, Oyeyemi O.J., Akanbi I.A. Development of Hybrid Radio Frequency Identification and Biometric Security Attendance System // Int. J. of Applied Science and Technology. 2014. Vol. 4, № 5. P. 190-197.

2. Biometrics, Computer Security Systems and Artificial Intelligence Applications / Ed. K. Saeed, J. Pejas, R. Mosdorf. Springer, 2006. 345 p.

3. You Y. Audio Coding: Theory and Applications. New York: Springer, 2010. 349 p.

4. Herbig T., Gerl F., Minker W. Self-Learning Speaker Identification: A System for Enhanced Speech Recognition. Berlin: Springer, 2011. 172 p.

5. Al-Shayea Q., Al-Ani M. Speaker Identification: A Novel Fusion Samples Approach // Int. J. of Computer Science and Information Security (IJCSIS). 2016. Vol. 14, № 7. P. 423-427.

6. Kohonen T. Self-Organizing Maps. Berlin: Springer, 1997. 425 p.

7. Bosi M., Goldberg R.E. Introduction to digital audio coding and standards. Springer, 2010. 434 p.

8. Menshakou P.A., Murashko I.A. Voice User Identification in Access Control Systems // Proc. Int. Conf. Open Semantic Technologies for Intelligent Systems (OSTIS-2017). Minsk: BSUIR, 2017. P. 175-178.

9. Petrovsky A., Azarov E. Instantaneous harmonic analysis: techniques and applications to speech signal processing // Speech and computer, Lecture notes in computer science. 2014. Vol. 8773. P. 24-33.

10. Alejandro C. Analysis of Kohonen’s Neural Network with application to speech recognition // Mexican International Conference on Artificial Intelligence. Mexico: Guanajuato, 2009. P. 8.

11. Data Mining Algorithms In R/Clustering/Self-Organizing Maps (SOM) [Electronic resource]. - Access mode: https://en.wikibooks.org/wiki/Data_Mining_Algorithms_In_R/Clustering/Self-Organizing_Maps (SOM). - Date of access: 15.02.2017.

12. Koikkalainen P., Oja E. Self-Organizing hierarchical feature maps // Proc. Int. Joint Conference on Neural Networks. Vol. II. San Diego, 1990. P. 279-284.


Для цитирования:


Меньшаков П.А., Мурашко И.А. МЕТОДИКА ГОЛОСОВОЙ ИДЕНТИФИКАЦИИ НА ОСНОВЕ НЕЙРОННЫХ СЕТЕЙ. Доклады БГУИР. 2017;(4):12-18.

For citation:


Menshakou P.A., Murashko I.A. Technique of voice recognition based on neural networks. Doklady BGUIR. 2017;(4):12-18. (In Russ.)

Просмотров: 37


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1729-7648 (Print)
ISSN 2708-0382 (Online)