A Method For Autoregression Modeling of a Speech Signal

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

The problem of autoregressive modeling of a speech signal based on the data of the discrete Fourier transform in the mode of a sliding observation window of small duration (milliseconds) is considered. The problem of stability of the formed autoregressive model is investigated. To overcome it, it is proposed to use the envelope of the Schuster periodogram as a reference spectral sample. A new method of autoregressive modeling has been developed, in which the detection of the spectral envelope is carried out using a recirculator of a sequence of samples in the frequency domain. An example of its practical implementation is considered, a full-scale experiment is set up and carried out. Based on the results of the experiment, conclusions were drawn about achieving a significant gain in terms of not only stability, but also the accuracy of the autoregressive model of the speech signal.

作者简介

V. Savchenko

National Research University Higher School of Economics

编辑信件的主要联系方式.
Email: vvsavchenko@yandex.ru
Nizhny Novgorod, 603155 Russia

参考

  1. Gibson J. // Entropy. 2018. V. 20. № 10. P. 7502018. https://doi.org/10.3390/e20100750
  2. Gudnason J. Speech Production Modeling and Analysis. Academic Press Library. In Signal Processing, Elsevier. 2014. V. 4. P. 985. https://doi.org/10.1016/B978-0-12-396501-1.00034-0
  3. Ando Sh. // The J. Acoustical Society of America. 2019. V. 146. P. 2846. https://doi.org/10.1121/1.5136873
  4. Cui S., Li E., Kang X. // IEEE Int. Conf. Multimedia and Expo (ICME). London. 06–10 Jul. 2020. N.Y.: IEEE, 2020. P. 9102765. https://doi.org/10.1109/ICME46284.2020.9102765
  5. Savchenko V.V. // Radioelectronics and Communications Systems. 2021. V. 64. № 11. P. 592. https://doi.org/10.3103/S0735272721110030
  6. Castanié F. Digital Spectral Analysis. Parametric, Non-Parametric and Advanced Methods. Hoboken–London: Wiley-ISTE. 2011. https://doi.org/10.1002/9781118601877
  7. Rabiner L.R., Shafer R.W. Theory and Applications of Digital Speech Processing. Boston: Pearson, 2010.
  8. Marple Jr. S.L. Digital Spectral Analysis with Applications. Mineola, N.Y.: Dover Publications, 2019.
  9. Савченко В.В., Савченко Л.В. // РЭ. 2021. Т. 66. № 11. С. 1100. https://doi.org/10.31857/S0033849421110085
  10. Kazemipour A., Miran S., Pal P. et al. // IEEE Trans. 2017. V. SP-65. № 9. P. 2333. https://doi.org/10.1109/TSP.2017.2656848
  11. Гоноровский И.С. Радиотехнические цепи и сигналы. М.: Сов. радио, 1977.
  12. Mustiere F., Bouchard M., Bolic M. // IEEE Trans. 2012. V. ASLP-20. № 2. P. 705. https://doi.org/10.1109/TASL.2011.2163511
  13. Savchenko A.V., Savchenko V.V. // Radioelectronics and Communications Systems. 2021. V. 64. № 6. P. 300. https://doi.org/10.3103/S0735272721060030
  14. Tohyama M. // Acoustic Signals and Hearing. Acad. Press, 2020. P. 89. https://doi.org/10.1016/B978-0-12-816391-7.00013-9
  15. Савченко А. В., Савченко В. В. // Измерит. техника. 2022. № 6. С. 60. https://doi.org/10.32446/0368-1025it.2022-6-60-66
  16. Palaparthi A., Titze I.R. // Speech Commun. 2020. V. 123. P. 98. https://doi.org/10.1016/j.specom.2020.07.003
  17. Ding J., Tarokh V., Yang Y. // IEEE Trans. 2018. V. IT-64. № 6. P. 4024. https://doi.org/10.1109/TIT.2017.2717599
  18. Min S.Y., Kim Y.K. // J. Korea Academia-industrial Cooperation Society. 2010. № 11. P. 3558. https://doi.org/10.5762/KAIS.2010.11.9.3558
  19. Савченко В.В. // Научные ведомости Белгород. ГУ. Сер. Экономика. Информатика. 2015. № 7. Вып. 34/1. С. 84.
  20. Sharma G., Umapathy K., Krishnan S. // Appl. Acoustics. 2020. V. 158. P. 107020. https://doi.org/10.1016/j.apacoust.2019.107020

补充文件

附件文件
动作
1. JATS XML
下载
2.

下载 (63KB)
索引源数据
3.

下载 (60KB)
索引源数据
4.

下载 (41KB)
索引源数据
5.

下载 (65KB)
索引源数据
6.

下载 (39KB)
索引源数据
7.

下载 (110KB)
索引源数据
8.

下载 (32KB)
索引源数据

版权所有 © В.В. Савченко, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».