Перейти к содержимому
UzScite
  • НСИ
    • Новости События
    • Методическая информация
    • Нормативные документы
  • Каталог журналов
  • Указатель авторов
  • Список организаций

Ўзбек тили нутқининг қайта ишлашнинг корреляцион модели таҳлили

Берданов У.А.

Вестник ТУИТ

  • № 3 (43) 2017

Страницы: 

10

 – 

18

Язык: узбекский

Открыть файл статьи
Открыть страницу статьи в Интернет

Аннотация

В этой статье, разработаны общие модели обработки речевых сигналов узбекского языка. Приведена корреляционная модель и анализ записанных слов от нуля до десяти с помощью микрофона. Построена модель корреляционного анализа на основе акустических параметров и определен уровень распознавания речевых сигналов.

Ушбу мақолада ўзбек тили нутқий сигналларини қайта ишлашнинг умумий моделлари ишлаб чиқилган. Нутқий сигналларнинг микрофон асосида ёзилган нолдан ўнгача бўлган сўзларнинг корреляцион моделлари келтирилган ва уларнинг таҳлили амалга оширилган. Акустик параметрлар асосида корреляцион таҳлил модели қурилган ва нутқий сигнални таниш даражаси аниқланган.

In this paper, the general model of speech processing of the Uzbek language are developed. The correlation model and analysis of the recorded by a microphone words from zero to ten is given. In this paper the correlation model has been developed using the acoustic level algorithm parameters in the creation of familiar speech systems in Uzbek language, the model assumes a number of informative data. Correlation analysis algorithms have been used to distinguish words from acoustic algorithms based on the processing of speech signals. On the basis of correlation analysis have been determined for each frame the mean arithmetic value of the speech signal energy, entropy, maximum number of points and passing through the center. In addition,were identified the main tones and shapes of speech signals. All determined values were compared with correlation analysis and comparative coefficients were determined.

Список использованных источников

  1. John Wiley & Sons, VLSI Digital Signal Processing Systems: Design and Implementation, 1999.ch.4, pp. 155-157.
  2. John G. Proakis and DimitrisManolakis, Digital Signal Processing: Principles,Algorithms and Applications, Prentice Hall, 1995.
  3. Ali A., Mubarak H., Vogel S. Advances in dialectal arabic speech recognition:a study using twitter to improve Egyptian ASR // Proc. Int. Workshop on Spoken Language Translation. South Lake Tahoe, USA, 2014. рp. 156–162.
  4. Савченко В.В., Акатьев Д.Ю., Губочкин И.В., Карпов Н.В., Пономарёв Д.А. Информационная система фонетического анализа слитной речи: Программа для ЭВМ. / Роспатент. Свидетельство о гос. регистрации №2008615442 по заявке 2008614233 от 15.09.2008.
  5. Steven, W. Smith, Digital Signal Processing: A Practical Guide for Engineers and Scientists, Newnes, 2003 ch.5pp. 345-347.
  6. Degtjarev, N. P. Two-Formant Model of the Acoustic Description of Speech Articulation. Processing of the XII-th International Congress of Phonetic science.Aix-en-Provence, France, August 12–24,1991. Vol 2. P. 410 – 413.
  7.  William A. Pearlman, Amir Said “Digital Signal Compression Principles and Practice” Cambrige, December 2011, 440 pages, ch7, ch9.
  8. Tan and Jean Jiang “Digital Signal Processing: Fundamentals and Applications”2013,-рр. 876.

Список всех публикаций, цитирующих данную статью

Copyright © 2025 UzScite | E-LINE PRESS