Разработка математических моделей и алгоритмов анализа и синтеза звуковых сигналов в цифровых слуховых аппаратах тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат технических наук Белов, Александр Сергеевич

  • Белов, Александр Сергеевич
  • кандидат технических науккандидат технических наук
  • 2009, Белгород
  • Специальность ВАК РФ05.13.18
  • Количество страниц 153
Белов, Александр Сергеевич. Разработка математических моделей и алгоритмов анализа и синтеза звуковых сигналов в цифровых слуховых аппаратах: дис. кандидат технических наук: 05.13.18 - Математическое моделирование, численные методы и комплексы программ. Белгород. 2009. 153 с.

Оглавление диссертации кандидат технических наук Белов, Александр Сергеевич

ВВЕДЕНИЕ.

Глава 1 Основные модели и алгоритмы анализа и синтеза звуковых сигналов в слуховых аппаратах.

1.1 Модели восприятия звука человеком.

1.2 Модели потерь слуха и их компенсации в слуховых аппаратах.

1.3 Существующие основы и алгоритмы анализа/синтеза звуковых сигналов в цифровых слуховых аппаратах.

1.4 Задачи исследования.

Глава2 Исследование свойств звуковых сигналов на основе частотных представлении.

2.1 Вычисление частей энергий отрезков звуковых сигналов в заданных частотных диапазонах.

2.1.2 Исследования алгоритма на основе вычислительных экспериментов с речевыми сигналами.

2.2 Распределение частей энергий отрезков звуковых сигналов по частотным интервалам.

2.2.1 Экспериментальные исследования распределения частей энергий отрезков звуковых сигналов по частотным интервалам.

2.3 Исследование нормированных частей энергии отрезков звуковых сигналов с этапом обучения.

Рекомендованный список диссертаций по специальности «Математическое моделирование, численные методы и комплексы программ», 05.13.18 шифр ВАК

Введение диссертации (часть автореферата) на тему «Разработка математических моделей и алгоритмов анализа и синтеза звуковых сигналов в цифровых слуховых аппаратах»

Актуальность работы обусловлена необходимостью разработки новых эффективных алгоритмов и вычислительных процедур обработки звуковых сигналов в слуховых аппаратах (СА), применение которых позволн г повысить комфортность использования СА слабослышащими людьми.

В настоящее время существует развитая индустрия по производству слуховых аппаратов (СА) [6,7,110,160-162], предназначенных для протезирования людей с ослабленным слухом, которых по данным Всемирной организации здравоохранения (ВОЗ) в мире насчитывается свыше 10% [7,110]. В большинстве случаев потери слуха проявляются в виде снижения или даже полной потери подвижности (эластичности) отдельных элементов механической системы человеческого уха, что приводит к ослаблению реакции на воздействие внешней акустической волны.

Для компенсации указанных потерь реакции на акустическое воздействие необходимо осуществлять довольно сложную обработку звуковых сигналов, что доступно только при использовании технических устройств на базе цифровых процессоров. Так как потери слуха индивидуальны для каждого пользователя, то предусматривается процедура адаптации к ним за счёт соответствующих настроек режимов функционирования СА на этапе их подбора (как правило, врачом - сурдологом) [6,7,110, 160-162].

Основой для таких настроек служат так называемые аудиограммы, которые отражают реакцию механической системы уха пациента на акустическое воздействие определённой частоты [110]. Для компенсации потерь реакции в том пли ином частотном интервале применяется соответствующее усиление компонент звуковых сигналов. Иными словами, процедура обработки звуковых сигналов в СА состоит из этапа разделения входного сигнала на требуемые частотные компоненты (этап анализа) и этапа синтеза, то есть формирования выходного сигнала с учётом требуемого усиления этих компонент.

Таким образом, адекватными при построении алгоритмов анализа и синтеза звуковых сигналов в СА являются модели их генерации на основе частотных представлений [50]: хк = x(kAt) = J XN (<у) exp(Ja>(k -1 ))dco 12л, (1)

Здесь и далее предполагается, что дискретизация осуществляется с постоянным шагом по времени At, а большими буквами обозначаются соответствующие трансформанты Фурье отрезков обрабатываемых отсчётов длительное ш N, то есть [93,117,121]:

XN (о) = £ хк cxp(—ja>(k -1)). (2)

4=1

В настоящее время модели анализа предусматривают некоторые процедуры выделения частотных компонент входного сигнала, относящихся к различным частотным интервалам вида [47]: г =0;VR=n, (3) где R - количество используемых частотных интервалов, которые затем подвергаются необходимым преобразованиям в соответствии с аудиограммами.

В современных цифровых С А используется от трёх до 16 частотных диапазонов (каналов обработки) [160-162]. Применяемые при этом способы разделения на частотные компоненты (аппроксимации отрезков трансформант Фурье) и соответствующие процедуры синтеза являются ноу-хау и детально неизвестны.

Вместе с тем, несмотря на постоянное совершенствование СА, отзывы пользователей свидетельствуют о том, что в настоящее время отсутствуют эффективные алгоритмы разделения анализируемых отрезков сигналов на информационные частотные компоненты, то есть содержащее важную акустическую информацию, в том числе речевую, и неинформациоипые, обусловленные неизбежным присутствием так называемых помех окружающей среды и аппаратурных шумов. Ясно, что в последнем случае синтез выходных сигналов на основе'аудиограммы за счёт усиления, в том числе и компонент, обусловленных помехами, приводит к некомфортности пользования СА.

Иллюстрацией к сказанному является рисунок 1 расположенный ниже, на котором изображены квадраты модулей трансформанты Фурье отрезка сигнала, не содержащего звуков речи, поступающего на вход СА марки Oticon Safran (Швейцария) и трансформанты Фурье сигнала зарегистрированного на его выходе в режиме с подавлением шумов.

Легко видеть, что некоторые из частотных компонент синтезированного сигнала в СА существенно усилены. Именно это обстоятельство обуславливает дискомфорт его применения даже при использовании механизма подавления шума.

0016 0 014 0 012 0 01

0 О СЮ8 0 005 0 004 0 002 о I, л

2000 F Н r^dfeutSJAiLzu.

3311 ЗЕОО 4000

Рисунок 1. Квадраты модулей грансформанты Фурье отрезка сигнала не содержащего звуков речи, поступающего на вход СА марки Oticon Safran (Швейцария) (сплошная линия) и трансформанты Фурье сигнала зарегистрированного на ei о выходе в режиме с подавлением шумов (н> нктирная линия)

В диссертации предлагается следующая обобщенная форма модели синтеза выходных сигналов и\ (И,,.,И^У = £ crurN. (4) Ч

UrN — (ur\ ,-;UrN ) ; К и)к = | X/N (co)exp(jco(k-l))dco / 2тг,к = l.,N . л

Здесь и в дальнейшем й'Л. - вектор значений выходно1 о синтезированного сигнала СА; верхний индекс Т означает транспонирование; сг - коэффициенты сишеза (усиления) в частотных указанных выше диапазонах, а XrN (со) - результаты аппроксимации в них отрезков трансформанты Фурье входного сигнала на этапе его анализа (частотные компоненты).

Таким образом, необходимо разработать метод оптимальной аппроксимации этих отрезков в смысле минимизации меры погрешности приближения к следующему идеальном}' случаю

XrN (со) = Хы (со), со е Qr; XrN (со) = 0, со g Qг Поэтому и ситттезируемый выходной векшр представляется естественным считать оптимальным.

Кроме того, спецификой предлагаемой модели является то. что для частотных интервалов, энергии анализируемых отрезков сигналов в которых обусловлены 5 неинформационными шумами (неинформационные частотные компоненты) предлагается использовать единичные коэффициенты.

Определение конкретных значений коэффициентов синтеза для информационных частотных компонент не является предметом диссертационных исследований. Предполагается, что они могут быть вычислены на основе аудиограмм с использованием в настоящее время стандартных для СА процедур.

Иными словами, необходимо разработать новые адекватные с точки зрения решаемых задач модели анализа в СА входных отрезков звуковых сигналов.

Прежде всего, они должны позволять эффективно с точки зрения достоверности обнаружить паузы в информационных звуковых сигналах (которые нет необходимости усиливать).

С другой стороны, известно [48], что подавляющие доли энергий отрезков речевых сигналов (и информационных сигналов, генерируемых механизмами и другими источниками квазициклических акустических воздействии) сосредоточены в малой доле оси частот (информационные частотные компоненты). Поэтому и усилению должны подвергаться только указанные информационные частотные компоненты, так как усиление других компонент приводит к повышению уровня неинформационных помех.

Следовательно, разрабатываемые модели анализа должны обеспечить и эффективную реализацию указанной селекции информационных частотных компонент.

Таким образом, разработка математических моделей анализа и синтеза звуковых сигналов в СА, адекватных с точки зрения построения эффективных методов и алгоритмов селекции информационных и неинформационных частотных компонент (в том числе пауз в речевых сообщениях) является актуальным направлением исследований, способствующих созданию СА, удовлетворяющих требованию комфортности их использования большим контингентом испытывающих такую потребность людей

Целью данной работы является разработка на основе частотных представлений математических моделей анализа и синтеза в цифровых слуховых аппаратах (ЦСЛ) звуковых сигналов, позволяющих создать оптимальные алгоритмы их обработки при селекции информационных частотных компонент (в том числе при обнаружении пауз) и формировании выходных сигналов с низким уровнем неинформационных помех.

Методы исследований:

- Методы анализа и синтеза сигналов на основе частотных представлений и использования вариационных принципов;

- Методы статистической теории принятия решения;

- Вычислительный эксперимент. СОДЕРЖАНИЕ РАБОТЫ

Диссертация состоит из Введения, четырех глав, Заключения и Приложений, в которых приведены блок-схемы разработанных алгоритмов и документы, подтверждающие новизну результатов, полученных в работе.

Похожие диссертационные работы по специальности «Математическое моделирование, численные методы и комплексы программ», 05.13.18 шифр ВАК

Заключение диссертации по теме «Математическое моделирование, численные методы и комплексы программ», Белов, Александр Сергеевич

4.4 Основные результаты и выводы главы

1. Экспериментальные исследования разработанных алгоритмов проводились с использованием натурных данных в виде реальных речевых сигналов;

2. Результаты вычислительных экспериментов показали высокую работоспособность предложенных алгоритмов обработки звуковых сигналов в цифровых СА;

3. Исследовательская группа, состоящая из трех человек с нормальным слухом и одного человека с нейро-сенсорной тугоухостью, подтвердила существенно лучшее звучание синтезированных сигналов, полученных па основе применения разработанных алгоритмов, по сравнению с существующими в настоящее время в цифровых СА;

4. Сравнительный анализ предложенных алгоритмов обработки звуковых сигналов в цифровых СА с этапом обучения и без него показал, что в обоих случаях может быть достигну г приемлемый компромисс между вероятностями ошибок первого и второго родов.

ЗАКЛЮЧЕНИЕ

В ходе выполнения диссертационного исследования были получены следующие результаты:

1. Разработана модель синтеза выходных сигналов с малым уровнем мешающих шумов на основе оптимальных аппроксимаций отрезков трансформант Фурье и результатов селекции информационных частотных компонент (либо обнаружения пауз).

2. В рамках моделей генерации звуковых сигналов на основе частотных представлений предложена концепция разделения входных сигналов в СА на информационные, то есть такие, которые несут в себе важную для жизнедеятельности человека информацию (включая признаки опасности для его жизни) и обусловленные различными акустическим помехами неинформационные сигналы (паузы в информационных сигналах). Целесообразность введения этой концепции обусловлена тем, что для достижения высокой комфортности звучания отрезки неинформационных сигналов не должны усиливаться при формировании выходных сигналов СА.

3. Обоснована целесообразность использования при разработке алгоритмов синтеза выходных сигналов СА моделей информационных частотных компонент отрезков звуковых сигналов, суммарная энергия которых составляет подавляющую часть энергии всего отрезка, причём она сосредоточена в малой части частотной оси (высокая частотная концентрация). Учёт этого свойства информационных сигналов позволяет селективно осуществлять усиление только этих компонент, что также повышает комфортность звучания выходных сигналов СА, так как некоторые из частотных компонент неизбежно присутствующих в сигнале помех не усиливаются.

4. Разработан метод вычислений в С А долен энергий входных сигналов в заданных частотных интервалах. Созданы алгоритмические реализации этого метода, эффективность которых с точки зрения допустимых погрешностей и задержек при вычислениях исследована на основе вычислительных экспериментов, результаты которых свидетельствуют о высокой эффективности предлагаемого подхода.

5. С использованием вычислительных экспериментов с натурными данными установлены модели генерации речевых сигналов, на основе частотных представлений, описывающие свойства распределений долей энергий отрезков речевых сигналов, соответствующих отдельным звукам русской речи, т.е. модели соответствующих информационных частотных компонент, позволяющие построить алгоритмы их селекции при синтезе выходных сигналов в СА.

6. На основе моделей распределений энергий информационных частотных компонент на частотной оси и алгоритма вычисления в заданных частотных интервалах долей энергий разработаны модели решающих функций при обнаружении пауз в информационных сигналах с этапом обучения и без пего и их алгоритмические реализации. На основе вычислительных экспериментов получены оценки достоверности принимаемых решений и уровней возникающих искажений звуков при ошибочных решениях, что дало возможность рекомендовать наиболее приемлемые в том числе с точки зрения вычислительных затрат (времени реализации) длительности обрабатываемых отрезков входных сигналов и количество частотных интервалов для их анализа.

7. Разработаны модели субполосного анализа, позволяющие осуществлять оптимальную аппроксимацию отрезков трансформант Фурье входного сигнала в заданных частотных интервалах;

Список литературы диссертационного исследования кандидат технических наук Белов, Александр Сергеевич, 2009 год

1. Алдошина, И. Основы психоакустики. Слух и речь. Часть 2 Текст. / И. Алдошина // Информационно-технический журнал «Звукорежиссер». 2002. -№3. - С.54-58.

2. Алдошина, И. Основы психоакустикн. Слух и речь. Часть 3 Текст. / И. Алдошина // Информационно-технический журнал «Звукорежиссер». 2002. - №4. - С.38-44.

3. Алдошина, И. Основы психоакустики. Слух и речь. Часть 4 Текст. / И. Алдошина // Информационно-технический журнал «Звукорежиссер». 2002. - №5. - С.44-50.

4. Алдошина, И. Основы психоакустики. Слух и речь. Часть 1 Текст. / И. Алдошина // Информационно-технический журнал «Звукорежиссер». -2002. -№1. С.38-44.

5. Алдошина, И. Слуховые модели восприятия линейных и нелинейных искажений в музыке и речи. Часть 1 Текст. / И. Алдошина // Информационно-технический журнал «Звукорежиссер». 2006. - №3. - с. 38-44.

6. Бабкина Л.Н., Молчанов А.П. «Способ адаптивной фильтрации речевых сигналов в слуховых аппаратах», патент RU -2047946 от 10.11.95

7. Бабкина J1.H., Молчанов А.П. Особенности отображения частотной структуры сигналовв периферическом отделе слухового анализатора в норме и патологии. Текст./ JI.H. Бабкина. А.П. Молчанов // Вестник оториноларингологии, 2000 N 3, стр. 28-30

8. Бахвалов Н.С. Численные методы Текст./ Н.С. Бахвалов, Н.П. Жидков, Г.М, Кобельников. 3-е изд., перераб. И доп. - М.: БИНОМ. Лаборатория знаний, 2003. -.632 е., ил.

9. Беллами, Дж. Цифровая телефония Текст.: Пер. с англ. / Дж. Беллами. — М.: Радио и связь, 1986. -544 с.

10. Белов, А.С. О фильтрации пауз в речевых данных для реализации в слуховых аппаратах Текст. / Е.Г. Жиляков, А.С. Белов // Вопросы радиоэлектроники. Серия «Электронная вычислительная техника (ЭВТ)». Москва, 2008.-вып.1.-с.123-131.

11. Белов, А. С. Новый алгоритм обработки звуковых сигналов для обнаружения пауз

12. Текст.// Труды учебных заведений связи. СПб, 2007г, №176, с. 163-170

13. Белов, А. С. Исследования алгоритма обнаружения пауз в речевых сообщениях

14. Текст.// Научные ведомости БелГУ, серия «Информатика и прикладная математика»

15. Белгород: Изд-во БелГУ, Вып. 7(38), 2007 г., с. 214-221

16. Белов, А. С. Об одном подходе к обнаружению пауз в речевых сообщениях Текст. / Е.Г. Жиляков, А.С. Белов // Материалы 8 он международной научно-технической конференции УГАТУ «Проблемы техники и технологии телекоммуникаций г. Уфа, 2007 г. с.73-74

17. Белов, А. С. Об оптимальной линейной фильтрации Текст. / Е.Г. Жиляков, С.П. Белов, Е.И. Прохоренко, А.С. Белов // Материалы 10-ой Международной конференции и выставки «Цифровая обработка сигналов и ее применение» Москва, 2008.-С. 146-148.

18. Белов, А. С. Способ обнаружения пауз в речевых сигналах и устройство его реализующее Гсксг. / Е.Г. Жиляков, С.П. Белов, А.С. Белов, Е.И. Прохоренко -Патент России № 23 17595 от 20 февраля 2008 года

19. Блсйхут, Р. Быстрые алгоритмы цифровой обработки сигналов Текст. / Р. Блейхут; пер. с апгл. И. И. Грушко. М.: Мир, 1989. - 448 е.: ил.

20. Быков. С.Ф. Цифровая телефония Текст. / С.Ф. Быков, В.И. Журавлев, И.А. Шалимов.- М.: Радио и связь, 2003. 144 е.: ил.

21. Лисовский, В.А. «Слуховые приборы и аппараты» Текст./ В.А. Лисовский, В.А. Елисеев, Москва, Радио и Связь, 1991, 191 стр.

22. Введение в цифровую фильтрацию Текст./ Под ред. Р. Вогнера, А. Константинидиса.1. М.: Мир, 1976. —216 с.

23. Верешкин, А.Е. Линейные цифровые фильтры и методы их реализации Текст./ А.Е.

24. Верешкин, В.Я. Катковник— М.: Сов. радио, 1973.

25. Витязев В.В. Цифровая обработка сигналов; ретроспектива и современное состояние//Электросвязь. — 1997. —№6.

26. Витязев В.В. Цифровая частотная селекция сигналов. М.: Радио и связь, 1993. 240 с.

27. Воеводин, В. В. Вычислительные основы линейной алгебры Текст. / В. В. Воеводин. -М.: Наука, 1977.-304 с.

28. Воеводин, В. В. Вычислительные процессы с теплицевыми матрицами Текст. / В. В. Воеводин, Е. Е. Тыртышников. — М.: Наука, 1987. -319 е.: ил.

29. Воеводин, В. В. Матрицы и вычисления Текст. / В.В. Воеводин, Ю. А. Кузнецов. -М.: Наука, 1984.-318 с.

30. Вокодерная телефония. Методы и проблемы Текст. / Под ред. А.А. Пирогова1. М.: Связь, 1974.-246 с.

31. Вологдин, Э. И. Аналоговая и цифровая звукозапись Текст. / Э. И. Вологдин. СПб.: СТ «Факультет ДВО», 2004. - 52 с.

32. Вологдин, Э. И. Слух и восприятие звука Текст.: учеб. пособие / Э. И. Вологдин. — СПб.: СТ «Факультет ДВО». 2004. 52 с.

33. Ворсано, Д. Кодирование речи в цифровой телефонии Текст. / Д. Ворсано // Сети и системы связи. 1996. - №8. - С. 24-27.

34. Галунов, В. И. О моторной теории восприятия звуковых сигналов Текст.: Вопросы бионики / В. И. Галунов, В. В. Люблинская, Л. А. Чистович М.:Наука, 1967. - 286с.

35. Гантмахер, Ф.Р. Теория матриц Текст. / Ф.Р. Гантмахер. — М.: Физматлит, 2004. —560с.

36. Гардишян, Г. Оптимизация обработки данных в реальном масштабе времени для систем VoIP Текст. / Г. Гардишян // Научно-технический журнал Цифровая обработка сигналов. 2005. - № 1 (15) - С. 36-41.

37. Гельфанд, С.А. Слух: Введение в психологическую и физиологическую акустику

38. Текст. / С.А. Гельфанд. М.: Медицина, 1984. - 350 с.

39. Герасимов, А.В. Применение метода модифицированного линейного предсказания к задачам выделения акустических признаков речевых сигналов Текст. / А.В.Герасимов, О.А. Морозов, В.Р. Фидельман // Радиотехника и Электроника. -2005.-том 50. №10.-С. 1287-1292.

40. Гихман, И. И. Теория случайных процессов Текст. / И. И. Гихман, А.В. Скороход. -М.: Наука, 1971.-644 с.

41. Голд. Б. Цифровая обработка сигналов Текст. : пер. с англ. / Б. Голд, Ч. Рейдер. М.: Сов. радио, 1973. - 376 с.

42. Гольденберг, Л. М. Цифровая обработка сигналов Текст.: справочник / JI. М. Гольденберг, Б. Д. Матюшкин, М. Н. Поляк. М. : Радио и связь, 1985. - 308 с.

43. Гольденберг, JT. М. Цифровая обработка сигналов Текст.: учеб. пособие / JI. М. Гольденберг, Б. Д. Матюшкин, М. Н. Поляк. 2-е изд., перераб. и доп. - М. : Радио и связь, 1990. - 256 с. : ил.

44. Гусинская, Е.И. Оптимизация банка фильтров в задачах субполосного кодирования: тематический обзор Текст. / Е.И. Гусинская, А.А. Зайцев // Научно-технический журнал Цифровая обработка сигналов. 2004. - № 3(12). - С. 18-29.

45. Дженкинс, Г. Спектральный анализ и его приложения Текст.: Пер. с англ. / Г.Дженкинс, Д. Ватте; под ред. В. Ф. Писаренко. — М.: Мир, 1971. 316 с.

46. Дьяконов, В.П. Matlab Текст. / В.П. Дьяконов. СПб.: Питер, 2001. - 553 с.

47. Дьяконов, В.П. MATLAB. Обработка сигналов и изображений. Специальный справочник Текст. / В.Г1. Дьяконов. СПб.: Питер, 2002. - 608 с.

48. Жиляков, Е.Г. Вариационные методы анализа и построения функций по эмпирическим данным: моногр. Текст. / Е.Г. Жиляков.- Белгород: Изд-во БелГУ, 2007. 160 с.

49. Жиляков, Е.Г. Методы обработки речевых данных в информационно — телекоммуникационных системах на основе частотных представлений Текст./ Е.Г. Жиляков, С.П. Белов, Е.И. Прохоренко.- Белгород: Изд-во БелГУ, 2007. 136 с.

50. Жиляков, Е.Г. Вариационные методы частотного анализа звуковых сигналов Текст. /

51. Е.Г. Жиляков, С.П. Белов, Е.И. Прохоренко // Труды учебных заведений связи. СПб, 2006. -№ 174.-С. 163-170.

52. Жиляков, Е.Г. Методы и алгоритмы обработки экспериментальных данных в атомно-абсорбционной спектрометрии Текст. / Е.Г. Жиляков, Н.И. Корсунов, Д.П. Лагода. —1JZ

53. Киев: Наукова думка, 1992. 125 с.

54. Жиляков, Е.Г. О кодировании пауз в речевых сигналах Текст. / Е.Г. Жиляков. С.П.Белов, Е.И. Прохоренко // Материалы Шестой Международной научно-технической конференции «Проблемы техники и технологии телекоммуникаций». — Уфа, 2005.-С. 73-74.

55. Жиляков, Е.Г. О субполосном кодировании сигнала Текст. / Е.Г. Жиляков, И.Г.Попов, И.И. Чижов // Вестник национального технического университета «ХПИ». 2004. — № 46. - С.

56. Жиляков. Е.Г. Статистики максимальной чувствительности в задаче обнаружения изменений параметров процессов авторегрессии Текст. / Е.Г. Жиляков, Э.К.Шпилевский // Заводская лаборатория. 1992. -№7. - С.31-34.

57. Жиляков, Е.Г. Частотный анализ речевых сигналов Текст. / Е.Г. Жиляков, Е.И.Прохоренко // Научные ведомости Белгородского государственного университета. Белгород, 2006. - №2(31), выпуск 3. - С. 201-208. - (Серия: информатика и прикладная математика).

58. Загуменков, А.П. Компьютерная обработка звука Текст. / А.П. Загуменков. М.: ДМК Лайт, 1999. - 382 с.

59. Зюко, А.Г. Методы низкоскоростного .кодирования при цифровой передаче речи Текст. / А.Г. Зюко, B.J1. Банкет, В.Ю. Лехан // Зарубежная радиоэлектроника. 1986. -№11.-С. 53-70.

60. Игнатьев Н.К. Оптимальная дискретизация двумерных сообщений., Изв. Вузов СССР, Радиотехника, 36, 1957.

61. Иконин, С.Ю. Система автоматического распознавания речи SPIRIT ASR Engine Текст. / С.Ю. Иконин. Д.В. Сарана // Научно-технический журнал Цифровая обработка сигналов.-2003.-№ 4 (10).-С. 2-13.

62. Калинцев, Ю.К. Разборчивость речи в цифровых вокодерах. / Ю.К. Калиицев. М.: Радио и связь, 1991. -220 е.: ил.

63. Карманов. В.Г. Математическое программирование Текст. : учеб. пособие. 5-ое изд., стерео гни. - М.: ФИЗМАТЛИТ, 2004. - 264 с.

64. Кендалл, М. Дж. Многомерный статистический анализ и временные ряды Текст.: Пер. с англ. / М. Дж. Кендалл, А. Стыоарт; под ред. А. Н. Колмогорова, Ю. В.Прохорова. — М.: Наука, 1976.-736 с.

65. Кириллов, СЛ. Проектирование банков фильтров на основе теории кратномасштабного анализа Текст. / С.Н. Кириллов, С.В. Зорин // Научно-технический журнал Цифровая обработка сигналов. 2005. - № 4 (16). - С. 9-16.

66. Ковалгин, Ю.А. Цифровое кодирование-звуковых сигналов Текст. / Ю.А. Ковалгин, Э.И. Вологодин. СПб: Корона-принт, 2004. - 240 е.: ил.

67. Кораблин, М.А. Оценка эффективности использования технологий VoIP и VAD в корпоративных IP-сетях Текст. / М.А. Кораблин, А.В. Мороз // Электросвязь. — 2004,-№8.-С. 15-18.

68. Коротаев. Г.А. Анализ и синтез речевого сигнала методом линейного предсказания

69. Текст./ Г.А. Коротаев // Зарубежная радиоэлектроника. 1990. — №3. - С. 31-52.

70. Коротаев, Г.А. Некоторые аспекты линейного предсказания при анализе речевого сигнала Текст. / Г.А. Коротаев // Зарубежная радиоэлектроника. — 1991. — № 7. — С.13-31.

71. Крамер, Г Математические методы статистики Текст. / Под ред. Академика А.Н. Колмогорова М.: Мир, 1975. - 648 с.

72. Куля, В. И. Влияние фазовых соотношений в спектре речи на ее восприятие Текст. / В. И. Куля // Электросвязь. 1970. - № 7. - С. 23-31.

73. Куприянов, М.С. Цифровая обработка сигналов Текст. / М.С. Куприянов, Б.А.Матюпткин. С-Пб.: Питер, 1998. - 416 с.

74. Лабутин, В. К. Модели механизмов слуха Текст. / В. К. Лабутин, А. П. Молчанов. -М.: Энергия, 1973.-200 с.

75. Лайонс, Р. Цифровая обработка сигналов: Второе издание. Пер. с англ. М.: ООО «Бином - Пресс», 2007 г. - 656 с.

76. Ланнэ, А. А. Исследования моего голоса Текст. / А. А. Ланнэ, С.М. Арбузов, А.О. Таланов //-СПб.: СПбГУТ, 2005. 52 с:: ил.

77. Ланнэ, А. А. Передача информации о состоянии фильтра-предсказателя с помощьюспектральных пар Текст. / А. А. Ланнэ, Д. А. Улахович // Радиоэлектроника и связь. —i jt1991. -№ l.-C. 43-47.

78. Ланцош, К. Практические методы прикладного анализа Текст.: справ, рук. / К.Ланцош ; пер. с англ. М. 3. Кайпера. М.: Физматгиз, 1961. - 524 с.

79. Латхи Б.П. Системы передачи информации Текст.: пер. с англ./ под общей редакцией Б.И. Кувшинова,- М.: «Связь», 1971.- 324 с.

80. Линович, А.Ю. Субполосная адаптивная фильтрация в задачах обратного моделирования Текст. / А.Ю. Линович, В.В. Витязев // Научно-технический журнал Цифровая обработка сигналов. 2004. - № 1 (11). - С. 31-38.

81. Маркел, Дж. Линейное предсказание речи Текст.: Пер. с англ. / Дж. Маркел, А.Х.Грэй; под ред. Ю.Н. Прохорова и B.C. Звездина. М.: Связь, 1980. - 308 с.

82. Мартынович, П.В. Специфика детектора речи для системы верификации диктора по голосу Текст. / П.В. Мартынович // Научно-технический журнал Цифровая обработка сигналов. 2004. - № 3 (12). - с. 43-47.

83. Методы сжатия данных: устройство архиваторов, сжатие изображений и видео Текст. /Д. Ватолин, А. Ратуишяк, М. Смирнов, В. Юкпн,- М.: ДИАЛОГ-МИФИ, 2003, 384 с.

84. Мизии И.А., Матвеев А.А. Цифровые фильтры (анализ, синтез, реализация с использованием ЭВМ). М.: Связь, 1979. - 240 с.

85. Минин, С.А. Кодер АДИКМ аппаратуры цифровой спутниковой связи Текст. / С.А.Минин // Электросвязь. 1992. - №11. - С. 32-44.

86. Михайлов, В.Г. Измерение параметров речи Текст. / В.Г.Михайлов, Л.В.Златоустова; под ред. М.А. Сапожкова. М.: Радио и связь, 1987. - 168 е.: ил.

87. Назаров, Х.З. Методы цифровой обработки и передачи речевых сигналов Текст. / Х.З. Назаров, Ю.Н. Прохоров. М.: Связь, 1982. - 236с.

88. Никольский, С. М. Квадратурные формулы Текст. / С. М. Никольский. М.: Наука,1988.-256 е.: ил.

89. Нуссбаумер. Г. Быстрое преобразование Фурье и алгоритмы вычисления сверток Текст. / Г. Нуссбаумер ; ред.: В. М. Амербаев, Т. Э. Кренкель ; пер. с англ.: Ю. Ф. Касимов, И. П. Пчелпнцев. М. : Радио и связь, 1985. - 248 с. : ил., табл., граф.

90. Оберхеттингер, Ф. Преобразование Фурье распределений и их обращения Текст.: табл. / Ф. Оберхеттингер; пер. с англ. М. С. Никулина. М.: Наука, 1979. - 248 с.

91. Оппенгейм, А.В. Цифровая обработка сигналов Текст.: Пер. с англ. / А.В.Оппенгейм, Р.В. Шафер; под ред. С.Я. Шаца. М.: Связь, 1979. - 416 с.

92. Основы цифровой обработки сигналов Текст.: курс лекций : учеб. пособие / А.И.Солонина, Д. А. Улаховпч, С. М. Арбузов и др. СПб. : БХВ-Петербург, 2003. -608 е.: пл.

93. Перцева, JI.B. Качество передачи речи при использовании низкоскоростных кодеков на абонентских линиях Текст. /Л.В. ГГсрцева//Электросвязь. — 1987. -№8. — С. 48-64.

94. Петленко, Б.И. Речевая связь в искусственных атмосферах Текст. / Б.И. Петленко, J1.C. Бутырский; под ред. И.Т. Турбовича. М.: Связь, 1978. - 144 с.

95. Петровский, А.А. Низкоскоростной вокодер с моделью речеобразования «гармоники + шум» Текст. / А.А. Петровский, В.В. Серков // Цифровая обработка сигналов. 2002. -№2. - С.2-12.

96. Попов О.Б., Рихтер С.Г. Цифровая обработка сигналов в трактах звукового вещания

97. Текст./ Учебное пособие для ВУЗов. М.: Горячая линия — Телеком, 2007. — 341 с.

98. Применение цифровой обработки сигналов Текст. / С. Л. Фрини, Дж. Ф. Кайзер, X. С. Макдональд и др. ; пер. с англ. А. М. Рязанцева ; под ред. Э. Оппенгейма. — М. : Мир, 1980.-552 с.

99. ЮО.Применение цифровой обработки сигналов/Под ред. Э. Оппенгейма. — М.: Мир, 1980, —552 с.

100. Прокис, Дж. Цифровая связь Текст. / Дж. Прокис; под ред. Д.Д. Кловского. М.: Радио и связь, 2000. - 800 с.

101. Прохоренко, Е.И. Метод обнаружения пауз в речевых сигналах Текст. / Е.И.Прохоренко // Вестник московской академии рынка труда и информационных технологий. Москва, 2006. -№4(26). - С. 13-20.

102. Прохоренко, Е.И. О пакетной передаче речи Текст. / Е.И. Прохоренко // Вестник национального технического университета «ХПИ». Харьков, 2004. — №46. — С. 5661. - (Сборник научных трудов. Тематический выпуск: Информатика и моделирование).

103. Прохоров, Ю.Н. Статистические модели и рекуррентное предсказание речевых сигналов Текст. / Ю.Н. Прохоров. — М.: Радио и связь, 1986. — 316 с.

104. Рабинер, JI. Теория и применение цифровой обработки сигналов Текст. / Л. Рабинер, Г. Голд. М.: Мир, 1988.-512 с.

105. Рабинер, Л.Р. Цифровая обработка речевых сигналов Текст.: Пер. с англ. / Л.Р.Рабинер, Р.В. Шафер; под ред. М. В. Назарова, Ю. Н. Прохорова. М.: Радио и связь 1981.-495 с.

106. Радзишевский,А. Компьютерная обработка звука Текст. / А. Радзишсвский. М.: Нолидж, 2000. - 240 с.

107. Рамишвили, Г. С. Автоматическое распознавание говорящего по голосу Текст. / Г. С.Рамишвили. М.: Радио и связь, 1981, - 224 с.

108. Росляков, А.В. IP-телефония Текст. / А.В. Росляков, М.Ю. Самсонов, И.В. Шибаева. -М.: Эко-Тредз, 2001. 250 с.

109. ПО.Руленкова Л.И., Смирнов О.И. Аудиология и протезирование Текст. / Л.И.

110. Савченко, В.В. Метод переопределенного словаря в задаче распознавания речевых сигналов Текст. / В.В. Савченко, П.Г. Лукин // Радиотехника и Электроника. 2006. — Том 51. -№2. - С. 202-207.

111. Сапожков, М. А. Речевой сигнал в кибернетике и связи Текст. / М. А. Сапожков. — М.: Связьиздат, 1963.-452 с.

112. Сапожков, М.А. Вокодерная связь Текст. / М.А. Сапожков, В.Г. Михайлов. М.: Радио и связь. 1983.-248 с.

113. Себер, Дж. Линейный регрессионный анализ Текст.: Пер. с англ. / Дж. Себер; под ред. М. Б. Малютова. М.: Мир, 1980. - 456 с.

114. Пб.Секунов, Н.Ю. Обработка звука на PC Текст. / Н.Ю. Секунов. СПб.: БХВ-Петербург. 2001. - 1248 с.

115. Сергиенко, А. Б. Цифровая обработка сигналов Текст.: учеб. пособие для студ. вузов / А. Б. Сергиенко. СПб. : Питер, 2002. - 603с.: ил. - (Учебник для вузов).

116. Сжатие данных в системах сбора и передачи информации Текст. / В.И. Орищенко, В.Г. Санников, В.А. Свириденко; под ред. В.А. Свириденко. М.: Радио и связь, 1985.- 184 е., ил.

117. Сиберт, У. Преобразование стимула в периферической слуховой системе Текст. / Вкн.: Распознавание образов: Пер. с англ./ У. Сиберт; под ред. Л. И. Титомира. М.:и /1. Мир, 1970.-236 с.

118. Слуховая система Текст. / Сб. статен под ред. Я.А. Альтман. Л.: Наука, 1990. — 620 с.

119. Смоленцев, Н.К. Основы теории вейвлетов. Вейвлеты в MATLAB Текст. М.:ДМК Пресс, 2005,- 304 с.

120. Смирнов, Д.В. Аудиосистема PC Текст. / Д.В. Смирнов. СПб.: Питер, 1999. - 384с.

121. Сорокин. В. Н. О роли подглоточной области в процессе речеобразования Текст. / В кн.: Проблемы построения систем понимания речи. / В. Н. Сорокин. М.: Наука, 1980.-354 с.

122. Сорокин, В. Н. Потери в речевом тракте Текст. / В. Н. Сорокин // Акустический журнал. 1977. - Т. 23. - № 6. - С. 939-946.

123. Спектральные методы сокращения избыточности высококачественных звуковых сигналов Текст. / В. М. Колесников, М. У. Банк. А. М. Синильников, В. А. Сучплин // Радио и телевидение ОИРТ. 1989. - № 1. - С. 36-39. - № 2. - С. 35-39'.

124. Таблицы математической статистики Текст. / Л.Н. Болыпев, Н.В. Смирнов: — М.: Наука. Главная редакция физико-математической литературы, 1983. — 416с.

125. Титчмарш, Е. Введение в теорию интеграла Фурье Текст. / Е. Тптчмарш ; пер. с англ. Д. А. Райкова. М.: ОГИЗ Гостехиздат, 1948. - 479 с.

126. Фант, Г. Акустическая теория речеобразования Текст. / Г. Фант. — М.: Наука, 1964. -283 с.

127. Физиология речи. Восприятие речи человеком Текст. / Л. А. Чистович и др.— М.: Наука, 1976-386 с.

128. Фланаган, Дж. Анализ, сиитез и восприятие речи Текст.: Пер. с англ. / Дж.Фланаган; под ред. А. А. Пирогова. М.: Связь, 1968. - 396 с.

129. Функции с двойной ортогональностью в радиотехнике и оптике Текст. США. 19611968 гг./ Перевод и научная обработка М.К. Размахппна и В.П. Яковлева. — М.: Советское радио, 1971. 256 с.

130. Хорн, Р. Матричный анализ Текст. / Р. Хорн, Ч. Джонсон. М.: Мир, 1989. - 395 с.

131. Хургин, Я. И. Финитные функции в физике и технике Текст. / Я. И. Хургин, В. П. Яковлев. М.: Наука, 1971. - 408 е.: ил.

132. Цвикер, Э. Ухо как приемник информации Текст.: Пер. с нем./ Э. Цвикер, Р. Фельдкеллер; под ред. Б. Г. Белкина. М.: Связь, 1971. - 256 с.

133. Цифровые фильтры и их применение/В. Каппелини, А.Дж. Константинидис, П. Эмилини. — М.: Энергоатомиздат, 1983. — 360 с.

134. Шелухин, О.И. Цифровая обработка и передача речи Текст. / О.И. Шелухин,13»

135. Н.Ф.Лукьянцев; под ред. О.И. Шелухина. М.: Радио и связь, 2000. - 456с.: ил.

136. Шульгин, В.И. Основы теории передачи информации Текст.: Учебное пособие / В.И. Шульгин. Харьков: Нац. аэро-косм. ун-т. «Харыс. авиац. ин-т», 2003. - 102 с.

137. Ярославский Л.П. Введение в цифровую обработку изображений. — М.; Сов. радио, 1979.

138. Alessandro, С. Effectiveness of a periodic and aperiodic decomposition method for analysis of voice sources / C. Alessandro, V. Darsinos, B. Yegnanarayana // IEEE Transactions on Speech and Audio Processing. 1998. - vol.6 - № 1. - P. 12-23.

139. Alrera Devices. 15.06.2004. http://wwvv.altera.com/producLs/dcvices/dev-index.jsp.

140. Atol, B.S. High quality speech at very low bit rates: multipulse and stochastically excited linear predictive coders Text. / B.S. Atol // Proc. of the Int. Conf. on ASSP, 1986. -P.1065-1069.

141. DARPA TIM1T Acoustic-Phonetic Continuous Speech Corpus, Department of Commerce, NIST. Springfield, Virginia, 1990.

142. Fant G.C.M., Acoustic Theory of Speech Production, Mouton and Co., The Hague, The Netherlands, I960.

143. Flanagan J. L., Speech Analysis Synthesis and Perception, 2nd ed., Springer-Verlag, New York, 1972.

144. Gray, A.H. Distance measures for speech processing. / A.H. Gray, J.D. Markel // IEEE Trans, on Acoustics, Specch and Signal Processing. — 1976. vol.24. - № 5. - P. 380-391.

145. Jackson, P.J.B. Pitch-scaled estimation of'simultaneous voiced and turbulence-noise components in speech. / P.J.B. Jackson, C.TI. Shadle // IEEE Transactions on Speech and Audio Processing.-2001.-vol.9.-№ 7.-P. 713-726.

146. Jayant, N. Digital Coding of Waveforms: Principles and Applications to Speech and Video. / N. Jayant, P. Noll. New Jersey, 1984. - 320 p.

147. Kim. S.-J. Split vector quantization of LSF parameters with minimum of dLSF constraint / S.-J. Kim, Y.-H. Oh, // IEEE Signal Proc. Letters. 1999. - vol. 6. -№ 9. - P. 227-229.

148. Mitsubishi Electric Corporation. The characteristics of the turbulences appeared in objective test and voice signal transmission of Rec. G.726, COTT contrib. D. 301/XV, 1991. 39 p.

149. MusicProfiRu Основы психоакустики.htm

150. National P/N TP11368 Octal Adaptive Differentia. PCM Processor. - 12.08.2003. http://ww.mtioml.com/pf/TP/TPl 1368.html

151. Stylianou, Y. Applying the harmonic plus noise model in concatenative speech synthesis. / Y. Stylianou // IEEE Trans, on Speech and Audio Proc. 2001. - vol. 9. - №1. - P. 21 -29.

152. Xilinx Home: Products and Services: Spartan-11 fPGAs. 11.06.2004. http://www.xilirLx.com/xlnx/xil prodcat landingpage.jsp?title=Spartan-l 1.

153. Q. v. Bekesy, Phys. Z. 30, 115, 1929.

154. G. v. Bekesy. Ann. d. Phvs. 5, 13, 111, 1932; A. Rejto, Verh. mdl. d. deutsch. otolog. Ges. 29 Versaml., стр. 265, 1014; H. Herzog, Z. Hals -usw. Heilkunde 27, 402, 1930.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.