27.05.2014 Views

А,В,Соколов, 0,М, Степанюк - Скачать документы

А,В,Соколов, 0,М, Степанюк - Скачать документы

А,В,Соколов, 0,М, Степанюк - Скачать документы

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Глава 3. Основные пути обеспечения безопасности информации 263<br />

Усилитель<br />

с <strong>А</strong>РУ<br />

> ,<br />

Детектор<br />

огибающей<br />

Ao(tL<br />

Фильтр - 1<br />

300... 520 Гц<br />

Детектор<br />

огибающей<br />

AKtL<br />

W<br />

Фильтр - 2<br />

480...600 Гц<br />

w<br />

Детектор<br />

огибающей<br />

A2(tV<br />

Фильтр - 1 6<br />

2780...3000Г1<br />

Детектор<br />

огибающей<br />

A16(0<br />

Рис. 3.32. Идентификация голоса многоканальным анализом<br />

простых статистических методов и заканчивая тем, что решение принимается нейросетью<br />

и/или сложной системой искусственного интеллекта.<br />

Задача идентификации возникает тогда, когда необходимо найти ближайший голос<br />

(или несколько голосов) из фонотеки к рассматриваемой фонограмме. Необходимость<br />

автоматизации этой задачи напрямую зависит от количества голосов в фонотеке, уровня<br />

эксперта и необходимой оперативности принятия решения.<br />

Обычно после задачи идентификации приходится решать вторую задачу, в которой<br />

подтверждается или опровергается принадлежность фонограммы конкретному голосу,<br />

т. е. задачу верификации.<br />

Решение задачи идентификации позволяет решать задачу верификации не на всей<br />

фонотеке, а только на группе ближайших голосов, что значительно сокращает время<br />

обработки фонограммы.<br />

Описанный выше частотный подход к идентификации личности мог быть реализован<br />

средствами аналоговой фильтрации уже 30—40 лет назад и именно по этой причине в то<br />

время произошел всплеск интереса к этому классу систем голосовой идентификации.<br />

По мере развития средств вычислительной техники и методов цифровой фильтрации,<br />

интерес к частотным методам идентификации замещается на интерес к системам, применяющим<br />

линейные предсказатели речевого сигнала. Системы идентификации с линейным<br />

предсказанием речи используют описание сигнала во временной области. Пример<br />

описания во временной области парольной фразы «П<strong>А</strong>РОЛЬ» приведен на рис. 3.33.<br />

<strong>В</strong> основу кодирования речи методом линейного предсказания положена волновая<br />

структура речевого сигнала, особенно хорошо наблюдаемая при произношении гласных.<br />

На рис. 3.33 выделен фрагмент парольной фразы, соответствующий гласной «О»<br />

и состоящий из последовательности затухающих волн, возбуждаемых говорящим с<br />

периодом основного тона. Соседние волны волновой пачки достаточно похожи друг<br />

на друга. <strong>М</strong>етод линейного предсказания построен на аппроксимации соседних волн в<br />

звуковой пачке переходным процессом некоторого линейного цифрового фильтра.<br />

При описании звукового сигнала методом линейного предсказания исходный сигнал<br />

разбивают на отдельные интервалы анализа фиксированной длины (обычно длина<br />

интервала анализа составляет 20 мс.). Далее определяют тип звука внутри интервала

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!