Конструкция речевых сигналов.

[IVVI]

Я интересуюсь (и занимаюсь) дикторонезависимым распознаванием отдельных слов (числительные, произнесенные голосом, шепотом и с фильтрацией) с целью обнаружить общие признаки в разных по спектру
речевых сигналах. Несколько образцов речевого материала находятся в прилагаемых звуковых файлах
(11025 гц, 16 бит, моно, без справочной информации). Прослушать их можно демо-программой IRID.EXE.
Справку можно получить по клавише F1 сразу после запуска программы. Хотелось бы получить сравнительную
оценку от работающих в этом направлении. С удовольствием посмотрел бы ответные звуковые файлы. Буду
благодарен ответившим. Моя почта: ivvi05@yandex.ru.
PS. Полный пакет далеко не укладывается в 100кб, поэтому изьял 6 звуковых файлов, остался только
один. Может быть потом удастся добавить их.

Сообщение отредактировано: nsh - 16.04.17, 21:17

[nsh]

Цитата IVVI @ 16.04.17, 18:06

Хотелось бы получить сравнительную
оценку от работающих в этом направлении.

Чего оценивать-то? Ну записи какие-то.

Цитата

Несколько образцов речевого материала находятся в прилагаемых звуковых файлах
(11025 гц, 16 бит, моно, без справочной информации). Прослушать их можно демо-программой IRID.EXE.

Детский сад какой-то. Программу удалил. Если надо выложить звук - выкладывайте в WAV, чем послушать их, мы найдём.

[IVVI]

Добрый день nsh! Я полагаю, что у Вас есть программа распознавания речи. Подайте ей мой звуковой файл.
Если опознаны все слова - отлично! Такую оценку я хотел получить.
Прикреплённый файлir11.rar (90,91 Кбайт, скачиваний: 1031)

[IVVI]

Добавляю второй файл IW01 (без расширения), записанный с сильным шумовым фоном.

[IVVI]

Извините, архивный файл не прошел по размеру. Мой demo-пакет имеет 700кб и предложить его желающим
через форум оказалось не просто. Моя почта: IVVI05@YANDEX.RU, могу выслать.

[IVVI]

Еще попытка прикрепить архивный файл.
Прикреплённый файлIR01.rar (92,34 Кбайт, скачиваний: 1073)

[IVVI]

Шепотный вариант.
Прикреплённый файлIR111b.rar (55,52 Кбайт, скачиваний: 1009)
Прикреплённый файлIR111w.rar (88,75 Кбайт, скачиваний: 1001)

[IVVI]

Голосовой вариант, разные дикторы.
Прикреплённый файлIR112b.rar (45,29 Кбайт, скачиваний: 1017)
Прикреплённый файлIR112w.rar (81,95 Кбайт, скачиваний: 1024)

[IVVI]

Как можно опознать звук 'ноль'.
Прикреплённый файлIR115.rar (76,88 Кбайт, скачиваний: 989)

[IVVI]

Пример слитной фразы 'мамамылараму', две реализации от разных типов
микрофонов (электродинамический и пьезо). Внизу представлена фрагмен-
тация программой реализаций на фонемные участки. Пунктирные линии -
паузы, зеленые - согласные, синие - гласные. Гласных звуков всего три.
Четыре повторения гласной 'а' в каждой из реализаций имеют разные АЧХ,
трудно сопоставить им один эталон. Самая нижняя кривая - поведение пе-
риода основного тона. На участках гласных она относительно гладкая и
имеет выбросы при смене артикуляции.
Прикреплённый файлIR117.rar (90,15 Кбайт, скачиваний: 1015)

[IVVI]

Достаточный интерес представляет и эта фраза. При обратном ее воспроизведении программа делает
только 4 ошибки на нормальном темпе и 8 на ускоренном.
Прикреплённый файлIR118b.rar (40,07 Кбайт, скачиваний: 973)
Прикреплённый файлIR118w.rar (76,5 Кбайт, скачиваний: 999)

[IVVI]

Свою поделку продолжаю, советов бросить пока нет, а уверенность в успехе растет (как и наша экономика).
Начинал с цифр и много времени ушло на это. Зато появилось представление как работать с речевыми
сигналами (включая шепотную речь). Теперь стали доступны практически любые фразы, что демонстрирует
последний пример. Однако, камнем преткновения продолжает оставаться стабильность опознания и эта проблема становится главной. В программе приоритет у фонетики (как сказано и что) и конфликты с орфографией пока не актуальны. Может кому-нибудь мои примеры пригодятся.
Прикреплённый файлIR119b.rar (44,11 Кбайт, скачиваний: 976)
Прикреплённый файлIR119w.rar (88,61 Кбайт, скачиваний: 988)

[IVVI]

Как можно опознать звуки 'при' - 'три'.
Прикреплённый файлIR120b.rar (42,77 Кбайт, скачиваний: 976)
Прикреплённый файлIR120w.rar (82,29 Кбайт, скачиваний: 961)

[zamir]

Владимир, так что за модели вы используете?

[IVVI]

Модель своя, начатая еще в 1974 году на ЭВМ 'Минск-22'.