Diktorni tanib olish masalasida ovozni xarakterlovchi belgilarni ajratib olishning chiziqli bashoratlash va spektral sentroid usullari

Аннотация

Biometrik texnologiyalar axborot xavfsizligi sohasida istiqbolli yo‘nalish hisoblanadi. Ovozli biometriya bugungi kunda keng tarqalgan bo‘lib, ovozli tizimlarning sifatini oshirish bo‘yicha ishlar dolzarb hisoblanadi. Nutq xususiyatlarini ajratib olish usulini tanlash ovozli avtomatik tizimlarni loyihalashning asosiy bosqichlaridan biridir. Ish mavzusi ushbu usullarni o‘rganish bilan bog‘liq. Shuningdek, ushbu ishda chiziqli bashoratlash va spektral sentroid algoritmlariga e’tibor qaratiladi. Nutq xususiyatlarini parametrlash nutq, his-tuyg‘ular, til, va jinsga bog‘liq. Ushbu ishda diktorni tanib olish uchun nutqning akustik xususiyatlarini aniqlashning asosiy yondashuvlari sanab o‘tilgan bo‘lsa-da, material yuqorida sanab o‘tilgan nutq signallarini qayta ishlash vazifalarida ham foydali bo‘lishi mumkin. Kalit so‘zlar: diktorni tanib olish, nutqni tahlil qilish, chiziqli bashoratlash, pertseptiv chiziqli bashoratlash, spektral sentroid. Kirish. Biometrik texnologiyalar jamiyat hayotiga faol joriy etilmoqda. Buni global va mahalliy darajada biometrika bozorining mavjud va kutilayotgan o‘sishi tasdiqlaydi [1]. Nutqni tanib olish masalasi shu sohadagi uskunalarning mavjudligi, masofadan identifikatsiyalash imkoniyati borligi, o‘rganish jarayonining soddaligi va istemolchi uchun foydalana olish qulayligi bilan axborot xavfsizligi sohasida keng qo‘llaniladigan mashxur biometrika hisoblanadi. Turli sharoitlarda shaxsni tanib olish sifatini yaxshilash va soxta 187 hujumlarga qarshi choralar topish nutq signallarini qayta ishlashda dolzarb muammolar bo‘lib qolmoqda. Ovozli biometrikaning avtomatik tizimlarining muhim tarkibiy qismi nutq signalining axborot sozlamalarini yuzaga chiqarishdir. Ushbu ishning maqsadi nutq ma’lumotlarini raqamli qayta ishlashga qiziqqan ishlab chiqaruvchilar va tadqiqotchilar uchun diktorni ovoz yordamida aniqlash vazifalarida nutqning individual xususiyatlarini aniqlashning mavjud usullari haqida umumiy ma’lumot berishdir. Chiziqli bashoratlash Chiziqli bashorat uzoq vaqt davomida nutqni raqamli qayta ishlash vazifalariga asosiy yondashuvlardan biri bo‘lib kelmoqda. U asosiy tovush davrini, formantlarni va nutqning boshqa asosiy parametrlarini baholash uchun ishlatilishi mumkin. Chiziqli bashoratlash usulining printsipi shundaki, nutq signalining bir qismi avvalgi signal bo‘limlarining chiziqli birikmasi bilan yaqinlashishi mumkin. Nutq vaqt o‘tishi bilan o‘zgarib turadigan chiziqli filtrning (nutq yo'lining) qo‘zg‘alishi natijasida lokalizatsiya qilinmagan nutq segmentlari uchun tasodifiy shovqin yoki ovozli nutq uchun impulslar ketma-ketligi natijasida hosil bo‘ladi deb taxmin qilinadi. Nutqni shakllantirishning soddalashtirilgan jarayoni (1-rasm) o‘zgaruvchan parametrlari va uzatish funktsiyasi bo‘lgan chiziqli tizim bilan tavsiflanadi: 𝐺 𝐻(𝑧) = 1−∑𝑝 𝑎 𝑧−𝑘 𝑘=1 𝑘 Bu yerda 𝐺 – kuchaytirish koeffitsienti, 𝑎 – bashoratlash koeffitsienti, 𝑝 – chiziqli 𝑘 bashoratlashning tartibi [5]. 1-Rasm. Nutqni shakllantirishning asosiy modelining blok sxemasi Chiziqli bashoratlash konsepsiyasiga ko‘ra 1- rasmdagi saxema uchun 𝑠(𝑛) nutq signali n- chi na’munasining 𝑢(𝑛) qo‘zg‘alish signaliga bog‘ligi 𝑝 𝑠(𝑛) = ∑𝑎 (𝑠(𝑛−𝑘)+𝐺𝑢(𝑛). 𝑘 𝑘=1 orqali ifodalanadi. 𝑎 chiziqli bashoratlash koeffitsienti, chiqish signali bo‘lgan tizim sifatida quyidagicha 𝑘 taqdim etiladi: 𝑝 𝑠(𝑛) = ∑𝑎 (𝑠(𝑛−𝑘). 𝑘 𝑘=1 Ushbu ifodaning mohiyati bashoratlash xatosini minimallashtirish orqali nutq signalidan chiziqli bashoratlash koeffitsienti (linear prediction coefficients (codes) – LPC) 𝑎 ni aniqlash 𝑘 hisoblanadi. Bashoratlash xatosi 𝑒(𝑛) quyidagicha aniqlanadi 𝑝 𝑒(𝑛) = 𝑠(𝑛) = ∑𝑎 (𝑠(𝑛−𝑘). 𝑘 𝑘=1 Chiziqli bashoratlash koeffitsientlarini hisoblashning uchta asosiy algoritmi mavjud: kovariatsiya, avtokorrelyatsiya va narvon (2-rasm). Ularning batafsil tavsifini [5] da, qiyosiy tahlili bilan qisqacha xulosani [6] maqolada topish mumkin. 188 2-Rasm. LPC algoritmlarining samaradorligini taqqoslash Spektral sentroid Spektral sentroid chastota (spectral centroid frequency – SCF) ma’lum bir diapazon ostidagi o‘rtacha og‘irlikdagi chastota bo‘lib, unda og‘irlikkoeffitsientlari ushbu diapazon ostidagi har bir chastota komponentining normallashtirilgan energiyasini ifodalaydi [7]. Spektral sentroid chastotadan qo‘shni diapazon ostidagi cho‘qqilar ko‘rinishida namoyon bo‘ladigan formantlarning taxminiy joylashuvini baholash mumkin. Spektral sentroid chastotaga asosiy tovush va garmonik shakldagi o‘zgarishlar ta’sir qiladi. 𝐹 diapazon ostidagi spektral sentroid 𝑘 chastota k-chi diapazon osti uchun quyidagicha aniqlanadi: 𝑢 ∑ 𝑘 𝑓|𝑆[𝑓]𝜔 [𝑓]| 𝑓=𝑙 𝑘 𝐹 = 𝑘 𝑘 𝑢 ∑ 𝑘 |𝑆[𝑓]𝜔 [𝑓]| 𝑓=𝑙 𝑘 𝑘 bu yerda u va l diapazon ostining yuqori va quyi chegaraviy chastotasidir; 𝑆[𝑓]– 𝑘 diapazon ostidagi bo‘lingan freym spektori, 𝜔 - filtrning chastotali javobi. Spektral sentroid amplituda 𝑘 (spectral centroid magnitude – SCM) – bu ma’lum bir diapazon osti uchun amplitudaning o‘rtacha og‘irlikdagi qiymati bo‘lib, bu yerda og‘irlik koeffitsientlari 𝑢 ∑ 𝑘 𝑓|𝑆[𝑓]𝜔 [𝑓]| 𝑓=𝑙 𝑘 𝑀 =