РОЗРОБКА ERP-ЗАСТОСУНКУ ДЛЯ ДІАРИЗАЦІЇ МОВЛЕННЄВИХ КОМАНД

Артем Володимирович Матіящук; Юлія Ярославівна Таранюк

КОНФЕРЕНЦІЇ ВНТУ електронні наукові видання, Молодь в науці: дослідження, проблеми, перспективи (МН-2022)

Артем Володимирович Матіящук, Юлія Ярославівна Таранюк

Остання редакція: 2021-12-08

Анотація

Авторами розроблено консольний додаток для діаризації мовних сигналів на мові python. В основу додатка покладено попередньо створена загальна схема голосової біометрії GMM+i-vec+DNN. Точність діаризації для нашого додатку на вибірці 80 зразків 40-ка різних дикторів склала 93%. Щодо швидкості, то середня тривалість обробки голосу при навчанні системи склала 22 секунди (оброблювалося файл з вимовою тривалістю 20 секунд).

Ключові слова

діаризація; розпізнавання диктора

Посилання

1. Аграновский А.В., Леднов Д.А. Теоретические аспекты алгоритмов обработки и классификации речевых сигналов. Москва: Изд-во "Радио и связь", 2004. - 164 с.

2. Keshet J., Bengio S. Automatic Speech and Speaker Recognition. Large Margin and Kernel Methods. Wiley, 2009, - 257 p.

3. Столбов М.Б., Кассу А.-Р.М. Цифровая обработка речевых сигналов.

Повний текст: PDF