Wykorzystanie techniki obliczeń neuronowych do przetwarzania i rozpoznawania sygnałów mowy

• Autorzy: Kapusta M. , Gajer M. , Shomali A.

Warianty tytułu

EN

Applying the neural network technique to transforming and recognition of speech signals

• Języki publikacji: PL

Abstrakty

PL

Sygnał mowy posiada bardzo skomplikowaną naturę, która sprawia że jego zobrazowanie oraz dalsza analiza bez operacji wstępnego przetworzenia sygnałów są trudne i nie zawsze przynoszą pożądane efekty. Wcześniej sygnał mowy przedstawiany był w postaci wideogramów, będących wykresami czasowo-częstotliwościowymi, jednakże analiza tych obrazów nie była łatwa ze względu na ich trudną interpretację. W pracy niniejszej zaproponowano wykorzystanie sieci neuronowej Kohonena do generacji obrazów sygnałów mowy patologicznej, wystepującej u dzieci z rozszczepem podniebienia. Opisano sposób przekształcenia sygnału mowy do postaci macierzy widm chwilowych, stanowiącej zbiór danych wejściowych dla układu sieci neuronowej Kohonena. Następnie omówiono metodę generacji obrazu przez sieć neuronową oraz zaprezentowano przykladowe obrazy pozyskanych sygnałów mowy.

EN

The nature of speech signal is very complicated, that causes that its visualisation and further analysis, without some in intial pre-processing, is very complicated and doesnát always bring the desired effects. Speech signal in most cases in represented by videograms. The analysis of these forms of signal visualisation is not easy because of difficulties in their interpretation. In this article the usage of Kohonen neural network for visualising speech signals uttered by children with a cleft palate was proposed. Speech signal is converted to its spectrum matrices representation, which constitues the input for Kohonen neural network. Further a method for generating a simplified form of speech signal (a poly-line figure) based on the networkásoutput was presented. In addition a method for pathological speech signal recognition was presented. The results based on utterances obtained from children with a cleft palate were presented.

Słowa kluczowe

PL

obliczenia neuronowe; przetwarzanie sygnałów mowy; sieć Kohonena

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2000
• Tom: R. 46, nr 7
• Strony: 16--18
• Opis fizyczny: Bibliogr. 10 poz., rys., tab.

Twórcy

autor

Kapusta M.

• Katedra Automatyki, Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

autor

Gajer M.

• Katedra Automatyki, Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

autor

Shomali A.

• Katedra Automatyki, Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

Bibliografia

• [1] C.H. Lee, F. K. Soong, K.K. Paliwal (editors): Automatic Speech and Speaker Recognition Advanced Topics. Kluwer Academic Publishers, 1996
• [2] C. Basztura: Komputerowe systemy diagnostyki akustycznej. WNT, Warszawa, 1996
• [3] W. Wszołek: Analiza i ocena obrazów dźwiękowych w procesach wibroakustycznych. Rozprawa doktorska, AGH Kraków, 1994
• [4] J.R. Deller, J.G. Proakis, J.H.L. Hansen: Discrete-Time Processing of Speech Signals. Macmillan Publishing Company, New York, 1994
• [5] R. Tadeusiewicz: Sieci neuronowe. Akademicka Oficyna Wydawnicza RM, Warszawa, 1993
• [6] L.R. Rabiner, J. Biing-Hwang: Fundamentals of Speech Recognition. Prentice Hall, New Jersey, 1993.
• [7] R. Tadeusiewicz, M. Flasiński: Rozpoznawanie obrazów. PWN, Warszawa, 1991
• [8] S. Furui: Digital speech processing. Synthesis, and Recognition. New York, 1989
• [9] R. Tadeusiewicz: Sygnał mowy. WKiŁ, Warszawa, 1988
• [10] R.W. Schafer; Digital Representation of Speech Signals. Proceedings of the IEEE, Vol. 63, No. 4, April 1981