Разработка и моделирование алгоритмов быстрого непрерывного вейвлет-преобразования с применением к обработке речевых сигналов тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат технических наук Семенов, Владимир Ильич

• Семенов, Владимир Ильич
• кандидат технических наук
• 2012

Оглавление диссертации кандидат технических наук Семенов, Владимир Ильич

ОГЛАВЛЕНИЕ

Введение

Глава 1. Частотно-временной анализ сигналов

1.1. Тригонометрические ряды Фурье. Преобразование Фурье

1.2. Вейвлет-преобразование

1.3. Вейвлетные функции

1.4. Достоинства и недостатки вейвлет-преобразования

Выводы

Глава 2. Разработка алгоритмов численного вычисления быстрого непрерывного вейвлет-преобразования с произвольным коэффициентом масштабирования

2.1. Алгоритм численного вычисления прямого быстрого непрерывного вейвлет-преобразования в частотной области

2.2. Алгоритм численного вычисления обратного быстрого непрерывного вейвлет-преобразования в частотной области

2.3. Применение вейвлет-преобразования для фильтрации сигналов

2.4. Алгоритм численного вычисления фрактальной размерности

Выводы

Глава 3. Математические модели распознавания речевых команд с использованием непрерывного вейвлет-преобразования

3.1. Математическая модель выделения информационных признаков фонем

3.2. Математические модели выделения границы между гласными и согласными фонемами в речи и распознавания изолированных слов

3.3. Математическая модель выделения фонем по энергии

сегментов вейвлет-коэффициентов на разных масштабах

3.4. Математическая модель распознавания слитной речи

Выводы

Глава 4. Комплекс программ для численного вычисления

непрерывного быстрого вейвлет-преобразования

4.1. Состав комплекса программ

4.2. Устройство автоматического распознавания речевых команд

4.3. Применение устройства автоматического распознавания речевых команд для голосового управления конвейером

Выводы

Заключение

Список использованной литературы

Приложение

Введение диссертации (часть автореферата) на тему «Разработка и моделирование алгоритмов быстрого непрерывного вейвлет-преобразования с применением к обработке речевых сигналов»

ВВЕДЕНИЕ

Актуальность исследования. В настоящее время в связи с необходимостью решения многих научно-технических проблем возрастают требования к производительности численных методов обработки информации. В частности, это касается речевых технологий. Увеличение быстродействия ЭВМ, расширение памяти, снижение стоимости арифметической операции и единицы памяти решает эту проблему, как показывает практика, лишь отчасти [22]. Отсюда возникает потребность в создании новых эффективных численных методов, требующих возможно меньших вычислительных затрат.

Одним из путей повышения эффективности обработки информации является применение методов многомасштабной обработки. Многомасштабный анализ (англ. тиМясЫе и тиЫгезоЫйоп) позволяет получить хорошее разрешение по времени (плохое по частоте) на высоких частотах и хорошее разрешение по частоте (плохое по времени) на низких частотах. С помощью методов, основанных на многомасштабном представлении, может быть решен широкий круг задач синтеза, анализа и обработки сигналов. Эти методы обеспечивают сокращение объемов данных за счет удаления избыточной и несущественной информации, снижая тем самым вычислительные затраты на последующую обработку. Алгоритмы обработки многомасштабных представлений, основанные на вейвлет-преобразовании (ВП), достаточно надежны и эффективны в реализации. При этом ВП выделяет из сигнала компоненты разных масштабов, и каждый компонент исследуется с той степенью детальности, которая соответствует его масштабу [88]. Однако дискретное ВП не дает полного представления о локальных " особенностях нестационарного сигнала, поскольку использование в качестве масштабирующих коэффициентов только целых чисел приводит к значительным потерям информации при переходе с одного уровня разложения на другой. В связи с этим перспективным

подходом является использование быстрых алгоритмов непрерывного ВП, позволяющих проводить анализ, выявлять зависимости или отслеживать изменение характеристик сигналов, произвольно выбирая масштабирующие коэффициенты.

Вычисление непрерывного ВП прямым численным интегрированием для больших временных последовательностей занимает длительное время. Для практических приложений очень важным моментом является существование быстрых алгоритмов преобразования и реконструкции сигналов. Поэтому численное вычисление непрерывного ВП производится в частотной области (Сапрыкин В.А., Малый В.В., Лопухин Р.В., Штарк Г.Г.). Но при этом не учитывается свойство симметричности непрерывных вейвлетов, а также возможность вычислять Фурье-спектры вейвлетов с большим масштабным коэффициентом, используя выборку с малым числом отсчетов. Исследования показывают, что учет этих обстоятельств позволяет существенно сократить время вычисления ВП в частотной области.

Кроме возможности многомасштабного представления сигналов, непрерывное ВП сочетает в себе достоинства пространственных и частотных методов фильтрации. Аппаратным аналогом непрерывного вейвлет-преобразования является многоканальная, полосовая фильтрация сигналов при постоянном отношении ширины полосы фильтра к центральной частоте сигнала [47], то есть с постоянной добротностью.

Речевой сигнал является примером нестационарного процесса, в котором информативным является сам факт изменения его частотно-временных характеристик. Исследования показывают, что адекватными при построении алгоритмов анализа речевых сигналов являются модели на основе частотного представления сегментов вейвлет-спектра речевого сигнала.

Таким " образом, разработка численных алгоритмов быстрого непрерывного вейвлет-преобразования сигналов является актуальной задачей, решение которой будет способствовать повышению эффективности обработки информации в широком спектре приложений, в частности в

речевых технологиях. Специфика разработки и использования быстрых алгоритмов многомасштабной обработки речевого сигнала с произвольным выбором масштабирующих коэффициентов обусловлена также строением человеческого уха - при обработке звукового сигнала, по мнению И. Добеши, оно передает мозгу вейвлет-образ сигнала [92].

Объектом исследования является речевой сигнал.

Предметом исследования являются модели и алгоритмы численного вычисления быстрого непрерывного вейвлет-преобразования.

Цель и задачи исследования. Целью настоящего исследования является повышение эффективности (по быстродействию) при выполнении операций численного вычисления непрерывного вейвлет-преобразования.

Для достижения поставленной цели решаются следующие задачи:

1. Разработка алгоритма численного вычисления прямого быстрого непрерывного ВП на основе БПФ.

2. Разработка алгоритма численного вычисления обратного быстрого ВП с применением вейвлетов на основе производных функции Гаусса.

3. Исследование и разработка алгоритма кратномасштабного анализа сигнала.

4. Разработка математической модели фонем в виде их вейвлет-коэффициентов и формирование базы эталонов фонем на основе этой модели.

5. Исследование и разработка алгоритмов идентификации фонем с использованием быстрого непрерывного ВП.

6. Моделирование процесса распознавания речевых команд на основе быстрого непрерывного ВП.

7. Разработка комплекса программ для ЭВМ, реализующего предложенные алгоритмы в реальном масштабе времени.

Методы исследования. При решении приведенных задач применялись методы математического анализа, математической статистики, математической логики, вейвлет-анализа, Фурье-анализа, численные

методы, теория алгоритмов, методы цифровой обработки сигналов, математическое моделирование с применением вычислительной техники.

Достоверность. Достоверность положений диссертаций обеспечивается корректным использованием математических методов и подтверждается результатами экспериментов на реальных сигналах. ¡^^я^икт* ]

Практическая значимость. Предложенные алгоритма ' и реализующие их программы дают возможность повысить скорость обработки речевых сигналов.

Реализация работы. Результаты работы использованы при выполнении исследования по гранту РФФИ № 11-07-00276-а «Анализ речи».

Научная новизна.

1. Разработан новый метод численного вычисления прямого быстрого непрерывного ВП с произвольным выбором масштабирующих коэффициентов.

2. Разработан новый численный метод обратного быстрого ВП с применением вейвлетов на основе производных функции Гаусса.

3. Разработан новый алгоритм кратномасштабного анализа сигналов.

4. Разработана новая математическая модель фонем на основе Фурье-спектра сегментов вейвлет-спектра и новый алгоритм формирования базы эталонов фонем на основе этой модели.

5. Предложен новый метод выделения границ между гласными и согласными звуками речи на основе быстрого непрерывного ВП.

На защиту выносятся следующие положения:

1. Алгоритм численного вычисления прямого непрерывного быстрого ВП на основе быстрого преобразования Фурье с произвольным выбором масштабирующих коэффициентов.

2. Алгоритм численного вычисления обратного быстрого ВП на основе быстрого преобразования Фурье.

3. Алгоритмы кратномасштабного анализа и фильтрации речевых сигналов с применением непрерывных вейвлетов.

4. Алгоритмы формирования базы данных фонем и их идентификации.

5. Комплекс программ для распознавания речевых команд.

Апробация работы. Основные положения диссертации

докладывались и обсуждались на семинарах кафедры компьютерных технологий Чувашского государственного университета имени И.Н. Ульянова, XI Всесоюзной конференции по физике электронных и атомных столкновений (Чебоксары, 1991), III семинаре по атомной спектроскопии (Черноголовка, Московская обл., 1992), XXI съезде по спектроскопии (Звенигород, Московская обл., 1995), IV Международной конференции «Импульсные лазеры на переходе атомов и молекул» (Томск, 1999), Международной конференции «TEL' 2007» (Казань, 2007), международной конференции «TEL' 2008» (Казань, 2008), межвузовской конференции Чувашского государственного университета имени И.Н. Ульянова (Чебоксары, 2009), городском семинаре КГТУ имени А.Н. Туполева (Казань, 2009), Средневолжском математическом семинаре Мордовского государственного университета имени Н.П. Огарева (Саранск, 2009), VIII Всероссийской научно-технической конференции «Динамика нелинейных дискретных электротехнических и электронных систем» (Чебоксары, 2009).

Публикации. По теме диссертации опубликованы 1 монография, 21 статья (2 статьи - в издании из перечня ВАК), 1 патент и 7 свидетельств о государственной регистрации программ для ЭВМ.

Объем и структура диссертации. Диссертация состоит из введения, четырех глав, заключения. К работе прилагается список литературы, насчитывающий 96 названий, имеется приложение. Общий объем - 177 страниц машинописного текста, основной текст - 159 страниц. В работе приводится 91 рисунок.

Первая глава содержит краткое описание аппарата Фурье-преобразования, аппарата вейвлет-преобразования одномерных сигналов,

который применяется при решении задач, рассматриваемых в последующих главах, приведены наиболее часто используемые вейвлеты, их спектры, и рассмотрены проблемы распознавания речевых команд.

Во второй главе рассмотрены методы численного вычисления прямого и обратного быстрого непрерывного вейвлет-преобразования с произвольным коэффициентом масштабирования в частотной области с применением быстрого преобразования Фурье, алгоритмы кратномасштабного анализа, сжатия и фильтрации акустических сигналов с применением непрерывного ВП, алгоритм численного вычисления фрактальной размерности.

В третьей главе представлены алгоритмы выделения информационных признаков фонем, алгоритмы определения границы между гласными и согласными звуками речи, формирования слова, приведены результаты практического применения разработанных алгоритмов для распознавания речевых команд.

В четвертой главе представлена программная реализация предложенных алгоритмов. Алгоритмы реализованы программами на ПК с использованием языка программирования высокого уровня {Visual С++ и Visual Basic for Applications), представлены временные характеристики численного вычисления ВП в частотной области и во временной области. Приведены результаты практического применения разработанных алгоритмов для выделения речевых команд из шума.

Приложение содержит 1 копию патента, 7 копий свидетельств о государственной регистрации программ для ЭВМ и справки о внедрении результатов диссертационной работы.

Заключение диссертации по теме «Математическое моделирование, численные методы и комплексы программ», Семенов, Владимир Ильич

Выводы

1. Сравнение времени вычисления непрерывного ВП в частотной области с временем вычисления прямым численным интегрированием показывает, что разработанные алгоритмы непрерывного быстрого ВП в частотной области позволяют на четыре порядка увеличить быстродействие по сравнению с алгоритмами вычисления непрерывного ВП во временной области.

2. Разработанный алгоритм непрерывного быстрого ВП на четыре порядка быстрее производит вычисление по сравнению с алгоритмом в системе компьютерной математики MATLAB при больших масштабных коэффициентах.

3. Разработан алгоритм выделения речевого сигнала из шума.

4. Разработано устройство автоматического распознавания речевых команд: частота дискретизации акустического сигнала - 8000 Гц, режим записи - моно, максимальная длительность распознаваемых команд - 4 с, время распознавания - менее 2 с.

ЗАКЛЮЧЕНИЕ

В диссертационной работе получены следующие основные результаты.

1. Разработан алгоритм численного вычисления прямого непрерывного быстрого ВП с произвольным выбором масштабирующих коэффициентов позволяющий в реальном масштабе времени преобразовать речевой сигнал.

2. Проведены исследования зависимости времени численного вычисления непрерывного ВП в частотной области от выборки сигнала и масштабного коэффициента а. Алгоритм вычисления ВП сигналов с использованием симметрии вейвлетов и возможности вычисления спектров вейвлетов с большим масштабным коэффициентом а с применением выборки с меньшим числом отсчетов позволяет уменьшить время преобразования в 3 раза по сравнению с алгоритмом, не использующим эти свойства.

3. Разработан алгоритм численного вычисления обратного быстрого ВП, который позволяет сигнал с выборкой 2 в степени т реконструировать за т + 1 шагов. Для сигналов с выборкой более 1024 отсчетов коэффициент корреляции Пирсона г равен 0,99.

4. Разработан алгоритм кратномасштабного анализа и фильтрации речевых сигналов с применением непрерывных вейвлетов. Алгоритм кратномасштабного анализа позволяет разложить сигнал с выборкой 32768 отсчетов на 15 аппроксимирующих составляющих.

5. Предложена математическая модель фонем речевых сигналов, на основе которой синтезированы алгоритмы формирования базы эталонов фонем и алгоритмы их распознавания с использованием разработанных алгоритмов вычисления непрерывного быстрого ВП, что позволяет идентифицировать фонемы и распознавать слова и предложения в реальном масштабе времени.

6. Разработан комплекс программ для ЭВМ, реализующий предложенные модели и алгоритмы в реальном масштабе времени.

Список литературы диссертационного исследования кандидат технических наук Семенов, Владимир Ильич, 2012 год

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1. Фихтенгольц Г.М. Курс дифференциального и интегрального исчисления. Т. 1- 3., М.: Наука, 1969.

2. Смирнов В.И. Курс высшей математики. Т. 1, 2. М.: Наука, 1965.

3. Курат-Гилберт. Методы математической физики. Т. 1. М.: Гостехиздат, 1951.

4. Привалов И.И. Ряды Фурье. М.: Госиздат, 1930.

5. Бермант А.Ф., Араманович И.Г. Краткий курс математического анализа. М.: Наука, 1967.

6. Ширман Я.Д., Манжос В.Н. Теория и техника обработки радиолокационной информации на фоне помех. М.: Радио и связь, 1981.

7. Нуссбаумер Г. Быстрое преобразование Фурье и алгоритмы вычисления сверток. М.: Радио и связь, 1985.

8. Спирит, http://www.spiritdsp.com

9. Книппер A.B. Индивидуальные вариации длительности элементов речи // Речевая информатика: сб. трудов/ под ред. В.В. Зяблова. М.: Наука, 1989. С. 34-48.

10. Михайлов В.Г. К теории восприятия звучащей речи: соотношение акустических и перцептивных параметров // Акустический журнал. Т. 43. №2. 1997. С. 219-224.

11. Михайлов В.Г., Златоустов Л.В. Измерение параметров речи. М.: Радио и связь, 1987. 167 с.

12. Мясникова E.H. Объективное распознавание звуков речи. Л.: Энергия, 1967. 148 с.

13. Прохоров Ю.Н. Рекуррентное оценивание параметров// Проблемы построения систем понимания речи. М.: Наука, 1980. С. 97-109.

14. Прохоров Ю.Н. Статистические методы и рекуррентное предсказание речевых сигналов. М.: Радио и связь, 1984. 240 с.

15. Сорокин В.Н. Временные параметры элементов русской речи // Речевая информатика: сб. трудов/ под ред. В.В. Зяблова. М.: Наука, 1989. С. 5-33.

16. Галунов В.И. Речь как система // Труды XIII сессии РАО. Т. 3. 2003. С. 19-21.

17. Бойков Ф.Г., Старожилова Т.К. Применение вейвлет-анализа сигнала в системе распознавания речи // Диалог 2003: тр. Междунар. конф. Звенигород, 2003. С. 12 - 19.

18. Крашенинников В.Р., Армер А.И. Распознавание речевых сигналов на фоне шумов // Распознавание образов и анализ изображений: новые информационные технологии: тр. Седьмой Междунар. конф. РОАИ-7. СПб., 2004. С. 752 - 755.

19. Крашенинников В.Р., Армер А.И., Крашенинникова H.A., Хвостов A.B. Распознавание речевых команд на фоне интенсивных помех с помощью авторегрессионных портретов // Наукоемкие технологии. М. 2007. № 9. С. 65 - 74.

20. Крашенинникова H.A. Оптимизация библиотеки эталонов в задачах распознавания речевых команд: дис ... канд.техн.наук. Ульяновск, 2007.

21. Мудров А.Е. Численные методы для ПЭВМ на языках БЕЙСИК, ФОРТРАН И ПАСКАЛЬ. Томск: РАСКО, 1991. 272 е.: ил.

22. Бахвалов Н.С., Жидков Н.П., Кобельков Г.М. Численные методы. М.: Лаборатория базовых знаний, 2001. 632 е.: ил.

23. Воеводин В.В. Вычислительные основы линейной алгебры. М.: Наука, 1977.

24. Березин И.С., Жидков Н.П. Методы вычислений. Т. 1. М.: Наука,

1986.

25. Турчак Л.И. Основы численных методов: учеб. пособие. М.: Наука. Гл. ред. физматлит., 1987. 320 с.

26. Калиткин H.H. Численные методы. М.: Наука, 1978.

27. Самарский A.A. Введение в численные методы. М.: Наука, 1982.

28. Мак-Кракен Д., Дорн У. Численные методы и программирование на фортране. М.: Мир, 1977.

29. Исаков В.Б. Элементы численных методов: учеб. пособие для студентов, обучающихся по специальности Математика группы Педагогические специал. М.: Академия, 2003.192 е.: ил.

30. Носач В.В. Решение задач аппроксимации с помощью персональных компьютеров. М.: МИКАП, 1994. 382 с.

31. Галунов В.И., Уваров В.К. Некоторые проблемы акустической теории речеобразования: сб. трудов XI сессии Российского акустического общества. 2001.

32. Галунов В.И., Соловьев А.Н. Современные проблемы в области распознавания речи// Информационные технологии и вычислительные системы. № 2. 2004.

33. Чекмарев А. Речевые технологии - проблемы и перспективы// Компьютера. 1997. №49. С. 26-43.

34. Леонович A.A. Вейвлет-обработка речевых сигналов в распознавании речи, [e-mail]

35. Попов P.A. Создание системы распознавания начального уровня. [e-mail]

36. Бойков Ф.Г., Старожилова Т.К. Применение вейвлет-анализа сигнала в системе распознавания речи // Диалог 2003: тр. Междунар. конф. Звенигород, 2003. С. 12 - 19.

37. Рабинер JI.P. Скрытые марковские модели и их применение в избранных приложениях при распознавании речи // ТИИЭР. 1989. Т. 77. №2.

38. Методы автоматического распознавания речи: в 2 кн.: пер. с англ./под ред. У. Ли. М.: Мир, 1983. Кн. 1. 328 е.: ил. ........

39. Мазуренко И.Л. Компьютерные системы распознавания речи. http://intsys.msu.ru

40. Потапова P.K. Речевое управление роботом: лингвистика и современные автоматизированные системы. М., 2005. 328 с.

41. Дремин И.Л. Иванов О.В., Нечитайло В.А. Вейвлеты и их использование // УФН. 2001. Т. 171. № 5. С. 465-501.

42. Леонович A.A. Модуль распознавания речи в системе MATLAB // Проектирование инженерных и научных приложений в среде MATLAB: тр. Второй Всерос. науч. конф. М.: ИПУ РАН, 2004.

43. Яковлев А.Н. Основы вейвлет-преобразования М.: Сайнс-Пресс, 2003. 79 с.

44. Галягин Д.К. Вейвлет-анализ временной структуры космических магнитных полей: автореф. дис. ... канд. физ.-мат. наук. Пермь, 2000.

45. Астафьева Н.М. Вейвлет-анализ: Основы теории и принципы применения // УФН. 1996. Т. 166. № 11. С. 1145 - 1170.

46. Уэлстид С. Фракталы и вейвлеты для сжатия изображений М.: Триумф, 2003. 319 с.

47. Новиков Л.В. Основы вейвлет-анализа сигналов: учеб. пособие ИАнП РАН. М., 1999. 152 е.: ил.

48. Polikar R. Введение в вейвлет-преобразование / пер. В.Г. Грибулина. http ://www/ avtex. sbp .ru

49. Штарк Г.-Г. Применение вейвлетов для ЦОС М.: Техносфера, 2007.

192 с.

50. Новиков И.Я., Протасов В.Ю., Скопина М.А. Теория всплесков М.: Физматлит, 2005. 616 с.

51. Ашихмин В.Н., Гитман М.Б. Введение в математическое моделирование М.: Логос, 2004. 440 с.

52. Федер Е. Фракталы М.: Мир, 1991. 254 с.

53. Кравченко В.Ф., Масюк В.М. Новый класс фрактальных функций в задачах анализа и синтеза антенн М.: ИПРЖР, 2002. 72 с.

54. Самко С.Г., Килбас A.A., Маричев О.Н. Интегралы и производные дробного порядка и некоторые их приложения Минск: Наука и техника, 1987. 688 с.

55. Потапова Р.К. Речь: коммуникация, информация, кибернетика М.: Эдиториал УРСС, 2001. 568 с.

56. Аграновский A.B., Леднов Д.А. Математическая модель распознавания речи с использованием протяженных контекстов // Информационные технологии. № 7. 1997. С. 33-36.

57. Семенов В.И., Желтов П.В. Вейвлет-анализ акустического сигнала КГТУ им. А.Н. Туполева// Вестн. ЬСГТУ. 2008. Вып. 4.

58. Семенов В.И. Свидетельство об официальной регистрации программы для ЭВМ № 2007615024. Непрерывное быстрое вейвлет-преобразование /Зарег. в Реестре программ для ЭВМ 4 декабря 2007 г.

59. Семенов В.И., Желтов П.В. Распознавание речи на основе вейвлет-преобразования/ Чуваш, ун-т. Чебоксары, 2008. 16с. Деп. в ВИНИТИ РАН 29.02.08, №174-В2008.

60. Семенов В.И., Желтов П.В. Вейвлет-обработка речевых сигналов// Математические модели и их приложения: сб. науч. тр. Чебоксары, 2008. Вып. 10. С. 230-237.

61. Семенов В.И., Желтов П.В. Выделение границы между гласными и согласными фонемами при распознавании речи/ КГТУ им. А.Н. Туполева// Компьютерные технологии и моделирование: сб. науч. тр. Казань, 2008. Вып. 1. С. 24-28.

62. Семенов В.И., Желтов П.В. Классификация систем автоматического распознавания речи/ КГТУ им. А.Н. Туполева// Компьютерные технологии и моделирование: сб. науч.тр. Казань, 2008. Вып. 1. С.29-32.

63. Семенов В.И., Желтов П.В. Некоторые проблемы распознавания речи/ КГТУ им. А.Н. Туполева// Компьютерные технологии и моделирование: сб. науч. тр. Казань, 2008. Вып. 1. С. 33-37.

64. Семенов В.И., Желтов П.В. Применение вейвлет-анализа сигнала в распознавании речи/ КГТУ им. А.Н. Туполева// Компьютерные технологии и моделирование: сб. науч. тр. Казань, 2008. Вып. 2. С. 55-65.

65. Семенов В.И., Желтов П.В. Скрытые марковские модели/ КГТУ им. А.Н. Туполева// Компьютерные технологии и моделирование: сб. науч. тр. Казань, 2008. Вып. 2. С. 70-74.

66. Семенов В.И., Желтов П.В. Системы автоматического распознавания речи/ КГТУ им. А.Н. Туполева// Компьютерные технологии и моделирование: сб. науч. тр. Казань, 2008, Вып. 2. С. 93-98.

67. Семенов В.И., Желтов П.В. Распознавание слитной речи/ КГТУ им. А.Н. Туполева// Компьютерные технологии и моделирование: сб. науч. тр. Казань, 2008. Вып. 3. С. 56-60.

68. Семенов В.И., Желтов П.В. Вейвлетные функции// Компьютерные технологии и моделирование: сб. науч. тр. Чебоксары, 2008. Вып. 3. С. 60-65.

69. Семенов В.И., Желтов П.В. Применение вейвлет-преобразования к модельным сигналам// Компьютерные технологии и моделирование: сб. науч. тр. Чебоксары, 2008. Вып. 3. С.65-70.

70. Семенов В.И., Желтов П.В. Вейвлет-преобразование акустического сигнала/ КГТУ им. А.Н. Туполева. Казань, 2008. 102 с.

71. Семенов В.И., Желтов П.В. Применение вейвлет-преобразования для реконструкции акустического сигнала/ КГТУ им. А.Н. Туполева// Компьютерные технологии и моделирование: сб. науч. тр. Чебоксары, 2008. Вып. 4. С.67-70.

72. Семенов В.И., Желтов П.В. Вейвлет-преобразование речевых сигналов// Математические модели и их приложения: сб. науч. тр. Чебоксары, 2009. Вып. 11. С. 185-191.

73. Семенов В.И., Желтов П.В. Вейвлеты и фракталы// Динамика нелинейных дискретных электротехнических и электронных систем: материалы VIII Всерос. науч.-техн. конф. Чебоксары, 2009. С. 131-133.

74. Семенов В.И., Желтов П.В. Вейвлет-обработка акустического сигнала// Динамика нелинейных дискретных электротехнических и электронных систем: материалы VIII Всерос. науч.-техн. конф. Чебоксары, 2009. С. 156-157.

75. Семенов В.И., Желтов П.В. Свидетельство о государственной регистрации программы для ЭВМ № 2009616896. Непрерывное быстрое m +

I шаговое вейвлет-преобразование. Зарег. в Реестре программ для ЭВМ 11 декабря 2009 г.

76. Семенов В.И., Желтов П.В. Свидетельство о государственной регистрации программы для ЭВМ № 2010610456. Непрерывное быстрое двухшаговое вейвлет-преобразование. Зарег. в Реестре программ для ЭВМ

II января 2010 г.

77. Секунов Н.Ю. Обработка звука на PC. СПб.: БХВ-Петербург, 2001.1248 с.

78. Гордеев О.В. Программирование звука в Windows. СПб.: БХВ-Петербург, 2000. 384 с.

79. Гайдышев И.П. Решение научных инженерных задач средствами Excel, VBA и C/C++. СПб.: БХВ-Петербург, 2004. 512с.

80. Васильев В.Н., Гуров И.П. Компьютерная обработка сигналов в приложении к интерферометрическим сигналам. СПб.: БХВ-Петербург, 2004. 237 с.

81. Умняшкин C.B. Теоретические основы цифровой обработки и представления сигналов. М.: ФОРУМ: Инфра-М, 2008. 304 с.

82. Столниц Э., Де Роуз Е., Салезин Д. Вейвлеты в компьютерной графике. Москва-Ижевск, 2002. 271 с.

83. Семенов В.И. Свидетельство о государственной регистрации программы для ЭВМ № 2010616103. Непрерывное сверхбыстрое вейвлет-преобразование. Зарег. в Реестре программ для ЭВМ 16 сентября 2010 г.

84. Семенов В.И. Свидетельство о государственной регистрации программы для ЭВМ № 2011610159. Непрерывное быстрое не избыточное вейвлет-преобразование. Зарег. в Реестре программ для ЭВМ 11 января 2011 г.

85. Семенов В.И., Желтов П.В. Патент на изобретение № 2403628 РФ, МПК G10L 15/10. Способ распознавания ключевых слов в слитной речи. Опубл. 10.11.2010 Бюл. №31.

86. Свертка. Википедия - свободная энциклопедия. URL: http://ru.wikihedia.org/wiki/

87. Воеводин В.В., Кузнецов Ю.А. Матрицы и вычисления. М.: Наука, 1984. 320 с.

88. Витязев В.В. Вейвлет-анализ временных рядов: учеб. пособие. СПб.: Изд-во С.-Петерб. ун-та, 2001. 58 с.

89. Семенов В.И. Свидетельство о государственной регистрации программы для ЭВМ № 2011615828. Непрерывное быстрое прямое вейвлет-преобразование. Зарег. в Реестре программ для ЭВМ 26 июля 2011 г.

90. Семенов В.И. Свидетельство о государственной регистрации программы для ЭВМ № 2011615827. Ортогональное быстрое вейвлет-преобразование. Зарег. в Реестре программ для ЭВМ 26 июля 2011 г.

91. Семенов В.И., Желтов П.В. Методика определения границ между гласными и согласными звуками речи с применением быстрого непрерывного вейвлет-преобразования // Динамика научных исследований -2011: материалы VII междунар. науч.-практ. конф. Przemysl, 2011. С. 12-17.

92. Daubechies. Ten Lectures on Wavelets // Number 61 in CBMS-NSF Series in Applied Mathematics. SIAM Publications. Philadelphia, 1992.

93. Niblck W., Barber R., Eguitz W., Glasman E., Petkovic D., Yanker P., Faloutsos C. and Taubin G. The QBIC project: Querying images by content using color, texture, and shape. In Storage and Retrieval for Image and Video Databases, volume 1908 of Proceedings of the SPIE, pages 673-681. SPIE, Bellingham, WA, 1993.

94. Hirataand K., Kato T.. Query by visual example-content based image retrieval // Pirotte A., Delobel C. and Gottlob G., editors. Advances in Database Technology (EDBT'92) Springer-Verlag, Berlin, 1992. P. 56-71.

95. Kitamoto A., Zhou C., Takagi M. Similarity retrieval of NOAA satellite imagery by graph matching // Storage and Retrieval for Image and Video Databases, volume 1908 of Proceedings of the SPIE. SPIE, Bellingham, WA, 1993. P. 60-73.

96. Kato T., Kurita T., Otsu N. and Hirata K. A sketch retrieval method for full color image database - query by visual example // Proceedings of the 11th IAPR International Conference on Pattern Recognition. IEEE Computer Soceity Press, Los Alamitos, CA, 1992. P. 530-533.

i»IM»iÍ»ilM

WllHHIBHIPl

/ : ДШ^jjiÉfc ОЯМММ

■■■■■

■ими

■■R

■НННШНМННЙ

^ I ч \ î I t -.'<•<• . кг Ti itT* М<'

- -Ai

л- 's-

ЯИ*

>1i

SI

®J Щ

Sil

Щ

¿Ai

«i

ffii

«I gjl

шв

Щ

Щ

m Йр «i

1 ** 4

ff HP Y

o§ >•;>»;« ' т.-^ж t'stnmvt r;pf: rna« • u jn Э!" vi

л

r¿ r&

Й

i

te

""~1¡SMi¡ÍS¡¡

IMS ШЙшИШ ЩЖШШЯШш

3 Л» 1»

I".

N р

I щ •ÎK-

ш 1 а

m

.k

1

- -

ШШё

Ч

Г'1 К--!'

и:

тй

-л-м; ш1 и!

вй

■ММ

15

! ¥¡¡1»

ИЛ 1

СВИДЕТЕЛЬСТВО

о . оср-дрствеи^ой региетраяте ир« ^аммы для ЭВРЛ

КЬ 2011615823

Непрерывное бысгрое прямое 'вейиет-врео^разованис.

•Лра^твдательО-гл): Федеральное юсударст&юж

* . ____'л_______ли»/»*»

?тМ7?ъктчпр&м:демшшсшт&прйфес€тмальтт

щ с брагоешия « Чугашск^й юсударжьзнный унтерешпет

г5| имепш ШМ.Ульттаа» (ЕЮ)

Щ ЛлторСьЛ Семен >в Владимир Штич (ШЩ

5!

-г

ш

¡й

¡я

¡/V I»:

р,:

Р: ■

Заявка'^ 2011613985

ДаташетуоленйяЗ! к'ЭЛ 20*1 п

л Растре юодмм ал* ЭВМ

Ш шля 2011

ЛдоКме» Ф*Щ>»*ю* (фЯы ттзчляш^:

и собстяоюспи, тпттгхт и тмериым лаке*

, Б.П. Симосов

■¡■М®1^ ...................

:ьпчи

'¡а И

.5»

I

4 *'•»

К»

, -1 и

--U.hTlVX i¿iv' "^xOJl /i

¡Шш

■¡¡Г i-

5 »i

«i la ■

»к

i щ

Шт

ШМ

ШшшВаш.я

i**«*

W

СВ'ЖДЖТЕЛ'ЬСТВО

в reefÂSfCïBêiïlti feeeífaiMi:- иршршжы: шшш ЭВМ

20Í06151Q3

ï

«В

мр Щ

«I »tí «I

¡^lili

^ÉHHHMi

"""Ж

flmÊmÊÊÊËÊê

Р

^г çt? ;> i н ¿ t, ¿г. г.Ъ *Ii í ^

i

ШЩШ1гж

Hi

s тшт'я

Mll lay... f~

m

m «ri т*

ьд.

СВЯДЕ

о KieyaifCTeeseei '§&яёщшщкя: щвтршмш ms*

ри ЭВМ

iiiliiiill^^шШ^^^^^^^^^^Шшёшшшшшёшщёшшшшш

йяИМИ ■■■■»^л..............................,......-................»..............,,,.................,...............

йшяЯИИ

ЯН

ШИШИ;

fe* Ш'-ШЯШ1й1:ШШШ ШШ ШШ Ш ШШ ШШ ЯШ ш шш ш

Í

* " Hii/i

> IlÄRÜ-IS ■£<r

ísi

^щзтт

tim^fa-rmtfPWImz............. ■ ■

ШШЕВвт тттшшш

й».

Л'

СВИДЕТЕЛЬСТВО

« госуларе-гвенной регастраида программы ми 'ШМ

л! 2011615827

Ортогокяльное быстрое зейвдет-иреовразование.

ïSj

Ц

Fi)

Ы tí ч

m ш

цршлбша««^ли): Фтерлтное gocgènpcmeemtpe § образовательное учреждение высшего профессионалмк. * ^ образования * Чувашский гжу<Ьрсг;?вепныи ¡uusepe tmem Амегш ИМ. Ульянова* (MU)

m

п щ

щ

АвюрСи;: Стенав Владимир Ильин (RU)

ml Ц

i*'.! к!

Е

1rs

п.

5

¡Й im

' -С

L'

¡K

а-:

Заяв»>&2С11<ИЗ$84

Да.а даетулдагатеЙ! мая ' ölt Г, Зар-тг^ирпьано я Ре-стре нре рамя для 2$Шл»Ш1-и

Руководитель Ф^ёерезьти с?.уж&ы по итпехажгшмжои ....'

-oíl тммос^и. тт»тьч и ил К 15»

Í? Î / ; •%

/s ' Hl' Си -Of 1-5

ш

__ . .......-..-M

___ ц> » -, . Т. J. . Ч -í, , ч- . X

ой»- - ПЖБИ

Бедов Л.А.

СПРАВКА

о внедрении результатов диссертационной работы на тему

«Разработка и моделирование алгоритмов быстрого непрерывного вейвлет-

преобразования с применением к обработке речевых сигналов» старшего преподавателя кафедры общей физики

ФГОУ ВПО «Чувашский государственный университет

имени И.Н. Ульянова»

Настоящей подтверждаем, что в ходе мероприятий направленных на повышение качества выпускаемой продукции, обеспечения эффективности производства, управления технологическим процессом и оборудованием используется комплекс программного обеспечения системы автоматического распознавания речи и цифровой обработки акустических сигналов в реальном масштабе времени.

Технико-экономический эффект от использования результатов диссертационной работы Семенова В.И. выражается в сокращении производственного брака, стабильности технологий и повышения культуры производства.

Инженер по организации

СЕМЕНОВА ВЛАДИМИРА ИЛЬИЧА

управления производством

Степанова Н.Н.