Субоптимальный алгоритм измерения частоты основного тона с использованием дискретного фурье-преобразования речевого сигнала

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Отталкиваясь от определения основного тона речи диктора как минимальной частоты линейчатого спектра мощности вокализованных отрезков речевого сигнала, дана оценка потенциально достижимой точности ее измерения в условиях действии фоновых помех типа белого гауссова шума. На основе этой оценки разработан субоптимальный алгоритм измерения частоты основного тона по короткому фрейму речевого сигнала. Эффективность разработанного алгоритма подтверждена результатами проведенного эксперимента, в ходе которого использовалось авторское программное обеспечение.

Об авторах

В. В. Савченко

Редакция журнала “Радиотехника и электроника”

Email: vvsavchenko@yandex.ru
Российская Федерация, 125009, Москва, ул. Моховая, 11, корп. 7

Л. В. Савченко

Национальный исследовательский университет “Высшая школа экономики”

Автор, ответственный за переписку.
Email: vvsavchenko@yandex.ru
Российская Федерация, 603155, Нижний Новгород, ул. Б. Печерская, 25

Список литературы

  1. Rabiner L.R., Shafer R.W. Theory and Applications of Digital Speech Processing. Boston: Pearson, 2011.
  2. Hirst D., Looze C. // Cambridge Handbooks in Language and Linguistics. Cambridge: Cambridge Univ. Press. 2021. P. 336. https://doi.org/10.1017/9781108644198.014
  3. Schenkman B.N., Gidla V.K. // Appl. Acoustics. 2020. V. 163. Article 107214. https://doi.org/10.1016/j.apacoust.2020.107214
  4. Allam A.R., Ashour A.S., Elnaby M.A., El-Samie F.E. // 7th Int. Japan-Africa Conf. Electronics, Communications and Computations (JAC-ECC). 2019. P. 106. https://doi.org/10.1109/JAC-ECC48896.2019.9051338
  5. Souza G.V., Duarte J.M., Viegas F. et al. // J. Voice. 2020. V. 34. № 4. P. 641. https://doi.org/10.1016/j.jvoice.2018.12.007
  6. Stahl J., Mowlaee P. // Speech Communication. 2019. V. 111. P. 1. https://doi.org/10.1016/j.specom.2019.05.001
  7. Sharma G., Umapathy K., Krishnan S. // Appl. Acoustics. 2020. V. 158. Article No 107020. https://doi.org/10.1016/j.apacoust.2019.107020
  8. Zhang W., Wang R., Zhang Q., Fang S. // Appl. Acoustics. 2020. V. 166. Article No 107338. https://doi.org/10.1016/j.apacoust.2020.107338
  9. Савченко А.В., Савченко В.В. // Измерит. техника. 2022. № 6. С. 60. https://doi.org/10.32446/0368-1025it.2022-6-60-66
  10. Yadav I.C., Shahnawazuddin S., Pradhan G. // Digital Signal Processing. 2019. V. 86. P. 55. https://doi.org/10.1016/j.dsp.2018.12.013
  11. Kumar S. // Int. J. Speech Technol. 2019. V. 22. P. 885. https://doi.org/10.1007/s10772-019-09634-5
  12. Savchenko V.V. // Radioelectronics and Communications Systems. 2020. V. 63. P. 532. https://doi.org/10.3103/S0735272720100039
  13. Tohyama M. // Acoustic Signals and Hearing. Kanagawa, Japan: Acad. Press, 2020. P. 89. https://doi.org/10.1016/B978-0-12-816391-7.00013-9
  14. Gibson J.D. // Information. 2016. V. 32. № 7. https://doi.org/10.3390/info7020032
  15. Gu Yu., Wei H.L. // Inform. Sci. 2018. V. 451–452. P. 195. https://doi.org/10.1016/j.ins.2018.04.007
  16. Cui S., Li E., Kang X. // IEEE Int. Conf. Multimedia and Expo (ICME). London: United Kingdom. 2020. P. 1. https://doi.org/10.1109/ICME46284.2020.9102765
  17. Smith S.R. // J. Acoustical Soc. Amer. 2021. V. 150. Article No. A113. https://doi.org/10|1121|10|0007806|
  18. Савченко В.В., Савченко А.В. // РЭ. 2020. Т. 65. № 11. С. 1101. https://doi.org/10.31857/S0033849420110157
  19. Savchenko V.V., Savchenko A.V. // Radioelectronics and Commun. Systems. 2019. V. 62. № 5. P. 276. https://doi.org/10.3103/S0735272719050042
  20. Kashani H.B., Sayadiyan A. // Computer Speech & Language. 2018. V. 50. P. 105. https://doi.org/10.1016/j.csl.2017.12.008
  21. Савченко В.В., Савченко Л.В. // РЭ. 2021. Т. 66. № 11. С. 1100. https://doi.org/10.31857/S0033849421110085
  22. Kent R.D., Vorperian H.K. // J. Commun. Disorders. 2018. V. 74. P. 74. https://doi.org/10.1016/j.jcomdis.2018.05.004
  23. Gibson J.D. // Information. 2019. V. 179. № 10. https://doi.org/10.3390/info10050179
  24. Markel J.D., Gray A.H. // Linear Prediction of Speech. Communication and Cybernetics. Berlin; Springer, 1976. V. 12. https://doi.org/10.1007/978-3-642-66286-7_8
  25. Sueur J. // Sound Analysis and Synthesis with R. Cham: Springer, 2018. https://doi.org/10.1007/978-3-319-77647-7_12
  26. Esfandiari M., Vorobyov S.A., Karimi M. // Signal Processing. 2020. V. 171. Article No 107480. https://doi.org/10.1016/j.sigpro.2020.107480
  27. Jaramillo A.E., Nielsen J.K., Christensen M.G. // 27th Europ. Signal Processing Conf. (EUSIPCO). 2019. P. 1. https://doi.org/10.23919/EUSIPCO.2019.8902763
  28. Palaparthi A., Titze I.R. // Speech Communication. 2020. V. 123. P. 98. https://doi.org/10.1016/j.specom.2020.07.003
  29. Радиоэлектронные системы. Основы построения и теория: Справочник / Под ред. Я.Д. Ширмана. 2‑е изд. М.: Радиотехника, 2007.
  30. Sinha R., Shahnawazuddin S. // Computer Speech & Language. 2018. V. 48. P. 103. https://doi.org/10.1016/j.csl.2017.10.007
  31. Zeremdini J., Messaoud M., Bouzid A. // Appl. Acoustics. 2017. V. 120. P. 45. https://doi.org/10.1016/j.apacoust.2017.01.013
  32. Jouvet D., Laprie Y. // 25th Eur. Signal Processing Conf. (EUSIPCO). 2017. P. 1614. https://doi.org/10.23919/EUSIPCO.2017.8081482
  33. Oppenheim A.V., Schafer R.W. // IEEE Signal Processing Magazine. 2004. V. 21. № 5. P. 95. https://doi.org/10.1109/MSP.2004.1328092
  34. Marple S.L. Digital spectral analysis with applications. 2-nd ed. Mineola, N.Y.: Dover Publications, 2019.
  35. Parlak C., Altun Yu. // Mathematical Problems in Engineering. 2021. V. 2021. Article No. 6658951. https://doi.org/10.1155/2021/6658951
  36. Savchenko A.V., Savchenko V.V. & Savchenko L.V. // Optimization Lett. 2021. № 7. P. 1. https://doi.org/10.1007/s11590-021-01790-5
  37. Levkov D.G., Panin A.G., Tkachev I.I. // The Astrophysical J. 2022. V. 925. №. 2. P. 109. https://doi.org/10.3847/1538-4357/ac3250
  38. Савченко А.В., Савченко Л.В. // Измерит. техника. 2021. № 4. С. 72. https://doi.org/10.32446/0368-1025it.2021-4-49-57
  39. Akçay M.B., Oğuz K. // Speech Communication. 2020. V. 116. P. 56. https://doi.org/10.1016/j.specom.2019.12.001

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2.

Скачать (418KB)
Метаданные
3.

Скачать (139KB)
Метаданные
4.

Скачать (76KB)
Метаданные
5.

Скачать (245KB)
Метаданные

© В.В. Савченко, Л.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».