Эффективность применения различных спектральных признаков для классификации эмоций с помощью сверточной нейронной сети

Θεματικοί όροι: спектральный контраст, искусственный интеллект, мел-частотные кепстральные коэффициенты, нейросетевой классификатор, хромограмма, классификация эмоций, artificial intelligence, машинное обучение, transformer architecture, архитектура трансформеров, emotion classification, русскоязычные данные, fine spectrogram, spectral contrast, chromogram, machine learning, мел-спектрограмма, neural network classifier, fine-frequency cepstral coefficients, self-learning, самообучение, Russian-language data

An Approach to Assessing the Security of Speech Acoustic Information Using Neural Networks ; Подход к оценке защищенности речевой акустической информации с применением нейронных сетей

Συγγραφείς: N. A. Volkov, A. V. Ivanov, Н. А. Волков, А. В. Иванов

Πηγή: The Herald of the Siberian State University of Telecommunications and Information Science; Том 18, № 2 (2024); 43-56 ; Вестник СибГУТИ; Том 18, № 2 (2024); 43-56 ; 1998-6920

Θεματικοί όροι: оценка защищенности речевой акустической информации, convolutional neural networks, signal-to-noise ratio, audio recording noise, speech recognition, spectrograms, mel-frequency cepstral coefficients, assessment of the security of speech acoustic information, сверточные нейронные сети, отношение сигнал/шум, зашумленность аудиозаписи, распознавание речи, спектрограммы, мел-частотные кепстральные коэффициенты

Περιγραφή αρχείου: application/pdf

Relation: https://vestnik.sibsutis.ru/jour/article/view/859/758; https://vestnik.sibsutis.ru/jour/article/downloadSuppFile/859/39; Сагдеев К. М., Петренко В. И. Методика оценки технической защищенности речевой информации в выделенных помещениях // Известия ЮФУ. Технические науки. 2012. № 12 (137). С. 121–129.; Железняк В. К., Макаров Ю. К., Хорев А. А. Некоторые методические подходы к оценке эффективности защиты речевой информации // Специальная техника. 2000. № 4. C. 39–45.; Покровский Н. Б. Расчет и измерение разборчивости речи. М.: Связьиздат, 1962. 392 с.; Трушин В. А., Рева И. Л., Иванов А. В. Экспериментальная оценка разборчивости речи в задачах защиты информации на основе модифицированных артикуляционных измерений // Материалы X-й Междунар. конф. «Актуальные проблемы электронного приборостроения», НГТУ, Новосибирск, 2010. Т. 3. C. 133–136.; Иванов А. В., Рева И. Л., Трушин В. А., Тудэвдагва У. Корректировка методики оценки защищенности речевой информации от утечки по техническим каналам в условиях форсирования речи // Научный вестник Новосибирского государственного технического университета. 2014. № 2 (55). С. 183–189.; Макаров Ю. К., Хорев А. А. К оценке эффективности защиты акустической (речевой) информации // Специальная техника. 2000. № 5. С. 46–56.; Иванов А. В., Салимов Ш. Р. О возможности применения технологий распознавания речи в задачах оценки защищенности акустической информации от утечки по техническим каналам // Динамика систем, механизмов и машин. 2020. Т. 8, № 2. С. 109–114.; Жабыко Е. И., Рублевская Н. И. Акустическое проектирование залов многоцелевого назначения: учебное пособие. Владивосток: Издательство ДВГТУ, 2008. 89 с.; Хорев А. А., Порев И. С. Методика вероятностной оценки разборчивости // Защита информации. Инсайд. 2020. № 2 (92). С. 44–52.; Трушин В. А., Заводовская А. И., Овешников И. А., Топорищев Э. В. Исследование воздействия речеподобной помехи на психоэмоциональное состояние человека // Динамика систем, механизмов и машин. 2020. Т. 8, № 2. С. 138–144.; Иванов А. В., Рева И. Л., Шемшетдинова Э. Э. Исследование влияния различий в спектрах речи на результат оценки разборчивости // Динамика систем, механизмов и машин. 2017. Т. 5, № 4. С. 65–70.; Adobe Audition. Профессиональная студия звукозаписи [Электронный ресурс]. URL: https://www.adobe.com/ru/products/audition.html (дата обращения: 10.09.2023).; PyAudio 0.2.13 – Python Package Index [Электронный ресурс]. URL: https://pypi.org/project/PyAudio/ (дата обращения: 10.09.2023).; Librosa 0.10 – Librosa - audio and music processing in Python [Электронный ресурс]. URL: https://librosa.org/doc/latest/index.html (дата обращения: 10.09.2023).; Giannakopoulos T. PyAudioAnalysis: An open-source python library for audio signal analysis // PLoS ONE. 2015. № 10 (12). P. 1–17.; Bélanger O. Pyo, the python DSP toolbox // Proc. ACM Multimedia Conference, 2016. P. 1214–1217.; Умняшкин С. В. Основы теории цифровой обработки сигналов: учебное пособие. М.: Техносфера, 2016. 528 с.; Tyagi V., Wellekens C. On desensitizing the Mel-cepstrum to spurious spectral components for robust speech recognition // Proc. IEEE International Conference on Acoustics, Speech, and Signal Processing, 2005. P. 1–21.; Герасимов С. М., Жаринов О. О. Исследование методов анализа речевых сигналов // Сборник докладов 73-й Международной студенческой научной конференции ГУАП, 2020. Ч. 3. С. 36–41.; NumPy documentation [Электронный ресурс]. URL: https://numpy.org/doc/stable/ (дата обращения: 10.09.2023).; Matplotlib 3.7.2 documentation [Электронный ресурс]. URL: https://matplotlib.org/stable/tutorials/index.html (дата обращения: 10.09.2023).; Li J., Deng L., Haeb-Umbach R., Gong Y. Robust automatic speech recognition. A bridge to practical applications, 2016. 286 p.; Fang Z., Yin B., Du Z. et al. Fast environmental sound classification based on resource adaptive convolutional neural network // Scientific Reports. 2022. № 12. P. 1–18.; Madhu A., Kumaraswamy S. EnvGAN: a GAN-based augmentation to improve environmental sound classification // Artificial Intelligence Review. 2022. № 55. P. 6301–6320.; Kim B., Kim J., Ye J. C. Task-Agnostic Vision Transformer for Distributed Learning of Image Processing // Transactions on Image Processing. 2023. № 32. P. 203–218.; Ullah R., Asif M., Shah W. A., Anjam F., Ullah I., Khurshaid T., Wuttisittikulkij L., Shah S., Ali S. M., Alibakhshikenari M. Speech Emotion Recognition Using Convolution Neural Networks and Multi-Head Convolutional Transformer // Sensors. 2023. № 13. P. 1–20.; Porkodi S. P., Sarada V., Maik V. et al. Generic image application using GANs (Generative Adversarial Networks): A Review // Evolving Systems. 2023. № 14. P. 903–917.; Song Q., Sun B., Li S. Multimodal Sparse Transformer Network for Audio-Visual Speech Recognition // IEEE Transactions on Neural Networks and Learning Systems. 2023. V. 34, № 12. P. 10028–10038.; Vision Transformer: What It Is & How It Works (2023 Guide) [Электронный ресурс]. URL: https://www.v7labs.com/blog/vision-transformer-guide/ (дата обращения: 13.12.2023).; Tay Y., Dehghani M., Gupta J., Bahri D., Aribandi V., Qin Z., Metzler D. Are Pre-trained Convolutions Better than Pre-trained Transformers? 2022. arXiv: 2105.03322 [cs.CL].; Sanford C., Hsu D., Telgarsky M. Representational Strengths and Limitations of Transformers. 2023. arXiv:2306.02896 [cs.LG].; Abdel-Hamid O., Mohamed A.-R., Jiang H., Penn G. Applying convolutional neural networks concepts to hybrid NN-HMM model for speech recognition // Proc. IEEE Int. Conf. Acoust., Speech Signal Process. (ICASSP), 2012. P. 4277–4280.; Сикорский О. С. Обзор свёрточных нейронных сетей для задачи классификации изображений // Новые информационные технологии в автоматизированных системах. 2017. № 20. С. 1–8.; Ciretan D. C., Giusti A., Gambardella L. M., Schmidhuber J. Deep neural networks segment neuronal membranes in electron microscopy images // Proc. NIPS. 2012. P. 1–9.; Ciretan D. C., Meier U., Gambardella L. M., Schmidhuber J. Deep, Big, Simple Neural Nets for Handwritten Digit Recognition // MIT Press. 2010. V. 22, № 12. P. 3207–3220.; Что такое свёрточная нейронная сеть – Хабр [Электронный ресурс]. URL: https://habr.com/ru/articles/309508/ (дата обращения: 10.09.2023).; Трушин В. А. Информационно-измерительная модель формантного метода определения разборчивости речи // Труды Научно-исследовательского института радио. 2017. № 4. С. 2–9.; https://vestnik.sibsutis.ru/jour/article/view/859

Διαθεσιμότητα: https://vestnik.sibsutis.ru/jour/article/view/859
https://doi.org/10.55648/1998-6920-2024-18-2-43-56

NEURAL NETWORK VOICE RECOGNITION MODEL

Συγγραφείς: Tereikovska, Liudmyla

Πηγή: Management of Development of Complex Systems; № 41 (2020); 95-100
Управление развитием сложных систем; № 41 (2020); 95-100
Управління розвитком складних систем; № 41 (2020); 95-100

Θεματικοί όροι: эмоции, распознавание эмоций, голосовой сигнал, нейросетевая модель, мел-кепстральные коэффициенты, квазистационарный фрагмент, emotions, recognition of emotions, voice signal, neural network model, mel-cepstral coefficients, quasistationary fragment

Περιγραφή αρχείου: application/pdf

Σύνδεσμος πρόσβασης: http://mdcs.knuba.edu.ua/article/download/203624/203353
http://mdcs.knuba.edu.ua/article/download/203624/203353
http://mdcs.knuba.edu.ua/article/view/203624
http://mdcs.knuba.edu.ua/article/view/203624

SYSTEM OF RECOGNITION THE STEGANOGRAPHIC-TRANSFORMED VOICE COMMANDS OF THE UAV CONTROL

Συγγραφείς: Александр Юрьевич Лавриненко, Юрий Анатольевич Кочергин, Георгий Филимонович Конахович

Πηγή: Радіоелектронні і комп'ютерні системи, Vol 0, Iss 3, Pp 20-28 (2018)

Θεματικοί όροι: стеганографическое преобразование речи, голосовые команды управления, распознавания голосовых команд, кепстральный анализ, кепстральные коэффициенты, преобразование фурье, косинусное преобразование, система голосового управления, беспилотный летательный а, Computer engineering. Computer hardware, TK7885-7895, Electronic computers. Computer science, QA75.5-76.95

Περιγραφή αρχείου: electronic resource

Relation: http://nti.khai.edu/ojs/index.php/reks/article/view/177; https://doaj.org/toc/1814-4225; https://doaj.org/toc/2663-2012

Σύνδεσμος πρόσβασης: https://doaj.org/article/ab8939e277374709a3470dca5bd0fd8d

PROTECTED VOICE CONTROL SYSTEM OF UNMANNED AERIAL VEHICLE ; Система защищённого голосового управления беспилотным летательным аппаратом ; Система захищеного голосового керування безпілотним літальним апаратом

Συγγραφείς: Lavrynenko, O. Y., Konakhovych, G. F., Bakhtiiarov, D. I.

Πηγή: Electronics and Control Systems; Vol. 1 No. 63 (2020); 92-98 ; Электроника и системы управления; Том 1 № 63 (2020); 92-98 ; Електроніка та системи управління; Том 1 № 63 (2020); 92-98 ; 1990-5548

Θεματικοί όροι: Steganographic voice transform, voice control commands, voice command recognition, cepstral analysis, cepstral coefficients, Fourier transform, wavelet transform, cosine transform, voice control system, unmanned aerial vehicle, UDC 621.391 (045), Стеганографическое преобразование речи, голосовые команды управления, распознавания голосовых команд, кепстральный анализ, кепстральные коэффициенты, преобразование Фурье, вейвлет-преобразование, косинусное преобразование, система голосового управления, б, УДК 621.391 (045), Стеганографічні перетворення мови, голосові команди керування, розпізнавання голосових команд, кепстральний аналіз, кепстральні коефіцієнти, перетворення Фур'є, вейвлет-перетворення, косинусне перетворення

Περιγραφή αρχείου: application/pdf

Relation: https://jrnl.nau.edu.ua/index.php/ESU/article/view/14529/20990; https://jrnl.nau.edu.ua/index.php/ESU/article/view/14529

Διαθεσιμότητα: https://jrnl.nau.edu.ua/index.php/ESU/article/view/14529
https://doi.org/10.18372/1990-5548.63.14529

Акустический анализ речи лиц с дисфонией ; Acoustical Analysis of the Speech of Persons With Dysfonia

Συγγραφείς: Горошко, С. М., Петров, С. Н.

Θεματικοί όροι: Выявление патологии речи, Распознавание речи, Дисфония, Мел-частотные кепстральные коэффициенты, Дискретное преобразование Фурье, Евклидово расстояние, Detection of speech pathology, Speech recognition, Dysphonia, Mel-frequency cepstral coefficients, Discrete Fourier transform, Euclidean distance

Relation: Веснік Полацкага дзяржаўнага ўніверсітэта. Серыя C, Фундаментальныя навукі; Herald of Polotsk State University. Series C, Fundamental sciences; Вестник Полоцкого государственного университета. Серия C, Фундаментальные науки; Серия C, Фундаментальные науки;2019. - № 4; https://elib.psu.by/handle/123456789/23770; 004.934.2

Διαθεσιμότητα: https://elib.psu.by/handle/123456789/23770

VOICE CONTROL COMMAND RECOGNITION SYSTEM OF UAV BASED ON STEGANOGRAPHIC-CEPSTRAL ANALYSIS ; Система распознавания голосовых команд управления БПЛА на основе стеганографически-кепстральном анализе ; Система розпізнавання голосових команд керування БПЛА на основі стеганографічно-кепстрального аналізу

Συγγραφείς: Lavrynenko, O. Yu., Kocherhin, Y. A., Konakhovych, G. F.

Πηγή: Electronics and Control Systems; Vol. 2 No. 56 (2018); 11-17 ; Электроника и системы управления; Том 2 № 56 (2018); 11-17 ; Електроніка та системи управління; Том 2 № 56 (2018); 11-17 ; 1990-5548

Θεματικοί όροι: Classification of the object, semantic identification of the voice commands, Unmanned Aerial Vehicles, voice recognition, mel-frequency cepstral coefficients, UDC 621.391(045), Классификация объекта, семантическая идентификация голосовых команд, беспилотный летательный аппарат, распознавание речи, мел-частотные кепстральные коэффициенты, УДК 621.391(045), Класифікація об'єкта, семантична ідентифікація голосових команд, безпілотний літальний апарат, розпізнавання мови, мел-частотні кепстральних коефіцієнти

Περιγραφή αρχείου: application/pdf

Relation: https://jrnl.nau.edu.ua/index.php/ESU/article/view/12928/17788; https://jrnl.nau.edu.ua/index.php/ESU/article/view/12928

Διαθεσιμότητα: https://jrnl.nau.edu.ua/index.php/ESU/article/view/12928
https://doi.org/10.18372/1990-5548.56.12928

Идентификация партий определенных музыкальных инструментов в звукозаписи музыкальных произведений

Συγγραφείς: Шамбулова, Айя Науановна

Συνεισφορές: Фадеев, Александр Сергеевич

Θεματικοί όροι: тембр, синтез, моделирование, мел-кепстральные коэффициенты, метод опорных векторов, timbre, synthesis, modeling, support vector machine, mel frequency cepstral coefficient, 09.04.01, 004.4'277.4:785.1

Περιγραφή αρχείου: application/pdf

Relation: Шамбулова А. Н. Идентификация партий определенных музыкальных инструментов в звукозаписи музыкальных произведений : магистерская диссертация / А. Н. Шамбулова; Национальный исследовательский Томский политехнический университет (ТПУ), Инженерная школа информационных технологий и робототехники (ИШИТР), Отделение информационных технологий (ОИТ); науч. рук. А. С. Фадеев. — Томск, 2018.; http://earchive.tpu.ru/handle/11683/47934

Διαθεσιμότητα: http://earchive.tpu.ru/handle/11683/47934

РАЗРАБОТКА МОДЕЛИ СИСТЕМЫ РАСПОЗНАВАНИЯ ДИКТОРА НА ОСНОВЕ НЕЙРОННОЙ СЕТИ КОХОНЕНА

Συγγραφείς: ГОЛОВЛЕВА А.О., ЧЕРЕПКОВ Е.А., ГРИШУНОВ С.С.

Θεματικοί όροι: РЕЧЕВОЙ СИГНАЛ,ВЕРИФИКАЦИЯ,МЕЛ-ЧАСТОТНЫЕ КЕПСТРАЛЬНЫЕ КОЭФФИЦИЕНТЫ,НЕЙОННАЯ СЕТЬ КОХОНЕНА,АЛГОРИТМА НИДЛМАНА-ВУНША

Περιγραφή αρχείου: text/html

Διαθεσιμότητα: http://cyberleninka.ru/article/n/razrabotka-modeli-sistemy-raspoznavaniya-diktora-na-osnove-neyronnoy-seti-kohonena
http://cyberleninka.ru/article_covers/16879955.png

ONLINE-ПРОГРАММА АУТЕНТИФИКАЦИИ, ОСНОВАННАЯ НА ОКОННОМ ПРЕОБРАЗОВАНИИ ФУРЬЕ РЕЧЕВЫХ ФРАЗ ПОЛЬЗОВАТЕЛЯ

Συγγραφείς: ЩЕРБАНЬ И.В., ДОБРОХОДСКИЙ В.В., ЕФИМЕНКО А.А.

Θεματικοί όροι: БИОМЕТРИЧЕСКИЕ СРЕДСТВА АУТЕНТИФИКАЦИИ,ПРЕОБРАЗОВАНИЕ ФУРЬЕ,СПЕКТРАЛЬНЫЕ ХАРАКТЕРИСТИКИ ГОЛОСА ПОЛЬЗОВАТЕЛЯ,МЕЛ-ЧАСТОТНЫЕ КЕПСТРАЛЬНЫЕ КОЭФФИЦИЕНТЫ,ПРОГРАММНАЯ СРЕДА LABVIEW NATIONAL INSTRUMENTS

Περιγραφή αρχείου: text/html

Διαθεσιμότητα: http://cyberleninka.ru/article/n/online-programma-autentifikatsii-osnovannaya-na-okonnom-preobrazovanii-furie-rechevyh-fraz-polzovatelya
http://cyberleninka.ru/article_covers/16790928.png

Идентификация звучания музыкальных инструментов в сложном сигнале на основе мел-кепстральных коэффициентов

Συγγραφείς: Станкевич, Филипп Владимирович

Συνεισφορές: Белоусов, Артем Анатольевич

Θεματικοί όροι: идентификация, музыкальные инструменты, сложные сигналы, кепстральный анализ, мел-кепстральные коэффициенты

Relation: Информационные технологии в науке, управлении, социальной сфере и медицине : сборник научных трудов Международной конференции с международным участием , 29 апреля - 2 мая 2014 г., Томск. Ч. 1. — Томск, 2014.; http://earchive.tpu.ru/handle/11683/18721

Διαθεσιμότητα: http://earchive.tpu.ru/handle/11683/18721

Идентификация звучания музыкальных инструментов в сложном сигнале на основе мел-кепстральных коэффициентов

Συνεισφορές: Белоусов, Артем Анатольевич

Θεματικοί όροι: мел-кепстральные коэффициенты, идентификация, кепстральный анализ, музыкальные инструменты, сложные сигналы

Σύνδεσμος πρόσβασης: http://earchive.tpu.ru/handle/11683/18721

Method of Increasing the Audio Fragment Search Speed using kd-trees ; Метод повышения скорости поиска фрагмента аудиозаписи с использованием kd-деревьев ; Метод підвищення швидкості пошуку фрагменту аудіо запису із застосуванням kd-дерев

Συγγραφείς: Ткаченко, Олександр Миколайович, Грійо Тукало, Оксана Франсисківна

Πηγή: Information Technology and Computer Engineering; Vol. 31 No. 3 (2014): Information Technology and Computer Engineering ; Інформаційні технології та комп'ютерна інженерія; Том 31 № 3 (2014): Інформаційні технології та комп'ютерна інженерія ; 2078-6387 ; 1999-9941

Θεματικοί όροι: quicksearch, kd-tree, Euclideandistance, audiofragmentidentification, parameterization, mel-frequencycepstralcoefficients, clusteranalysis, быстрый поиск, kd-дерево, Евклидовое расстояние, идентификация по фрагменту аудиозаписи, параметризация, мел-частотные кепстральные коэффициенты, кластерный анализ, швидкий пошук, Евклідова відстань, ідентифікація за фрагментом аудіозапису, параметризація, мел-частотнікепстральні коефіцієнти, кластерний аналіз

Περιγραφή αρχείου: application/pdf

Relation: https://itce.vntu.edu.ua/index.php/itce/article/view/165/173; https://itce.vntu.edu.ua/index.php/itce/article/view/165

Διαθεσιμότητα: https://itce.vntu.edu.ua/index.php/itce/article/view/165

Методика формирования устойчивых к эмоциям информативных признаков для задачи распознавания речи

Συγγραφείς: ТКАЧЕНЯ А.В.

Θεματικοί όροι: РАСПОЗНАВАНИЕ ЭМОЦИОНАЛЬНОЙ РЕЧИ,EMOTIONAL SPEECH RECOGNITION,ИНФОРМАТИВНЫЙ ПРИЗНАК,КОЭФФИЦИЕНТЫ ЛИНЕЙНОГО ПРЕДСКАЗАНИЯ,LINEAR PREDICTION COEFFICIENTS,КЕПСТРАЛЬНЫЕ КОЭФФИЦИЕНТЫ,CEPSTRAL COEFFICIENTS,СКРЫТЫЕ МАРКОВСКИЕ МОДЕЛИ,HIDDEN MARKOV MODELS,FEATURE VECTOR

Περιγραφή αρχείου: text/html

Διαθεσιμότητα: http://cyberleninka.ru/article/n/metodika-formirovaniya-ustoychivyh-k-emotsiyam-informativnyh-priznakov-dlya-zadachi-raspoznavaniya-rechi
http://cyberleninka.ru/article_covers/16469424.png

АНАЛИЗ МЕТОДА МЕЛ-ЧАСТОТНЫХ КЕПСТРАЛЬНЫХ КОЭФФИЦИЕНТОВ ПРИМЕНИТЕЛЬНО К ПРОЦЕДУРЕ ГОЛОСОВОЙ АУТЕНТИФИКАЦИИ

Συγγραφείς: ИВАНОВ И.И.

Θεματικοί όροι: МЕЛ-ЧАСТОТНЫЕ КЕПСТРАЛЬНЫЕ КОЭФФИЦИЕНТЫ,СКРЫТЫЕ МАРКОВСКИЕ МОДЕЛИ,«МАШИНА ОПОРНЫХ ВЕКТОРОВ»,ПОРОГОВАЯ ФУНКЦИЯ ОБНАРУЖЕНИЯ ГОЛОСОВОЙ АКТИВНОСТИ,ГОЛОСОВАЯ ИДЕНТИФИКАЦИЯ ЛИЧНОСТИ,MFCC,MEL-FREQUIENCY CEPSTRAL COEFFICIENTS,HIDDEN MARKOV MODEL,НММ,SUPPORT VECTOR MACHINE,SVM,VAD-FUNCTION,VOICE ACTIVATION DETECTION,SPEAKER RECOGNITION,FREQUENCY DISTRIBUTION

Περιγραφή αρχείου: text/html

Διαθεσιμότητα: http://cyberleninka.ru/article/n/analiz-metoda-mel-chastotnyh-kepstralnyh-koeffitsientov-primenitelno-k-protsedure-golosovoy-autentifikatsii
http://cyberleninka.ru/article_covers/16028466.png

Метод підвищення швидкості пошуку фрагменту аудіозапису із застосуванням kd–дерев ; Метод повышения скорости поиска фрагмента аудиозаписи с использованием kd-деревьев ; Method of Increasing the Audio Fragment Search Speed using kd-trees

Συγγραφείς: Ткаченко, О. М., Грійо Тукало, О. Ф., Ткаченко, А. Н., Грийо Тукало, О. Ф., Tkachenko, A. N., Griyo Tukalo, O. F.

Θεματικοί όροι: швидкий пошук, kd-дерево, Евклідова відстань, пошук за фрагментом аудіозапису, параметризація, мел-частотні кепстральні коефіцієнти, кластерний аналіз, быстрый поиск, Евклидовое расстояние, идентификация по фрагменту аудиозаписи, параметризация, мел-частотные кепстральные коэффициенты, кластерный анализ, quick search, kd-tree, Euclidean distance, audio fragment search, parameterization, mel-frequency cepstral coefficients, cluster analysis

Περιγραφή αρχείου: application/pdf

Relation: Ткаченко О. М. Метод підвищення швидкості пошуку фрагменту аудіозапису із застосуванням kd–дерев [Текст] / О. М. Ткаченко, О. Ф. Грійо Тукало // Інформаційні технології та комп’ютерна інженерія. – № 3. – 2014. – С. 57–66.; http://ir.lib.vntu.edu.ua/handle/123456789/2435; 621.39

Διαθεσιμότητα: http://ir.lib.vntu.edu.ua/handle/123456789/2435

Підхід до оцінювання тривалості фрагмента для пошуку музичного твору за заданим шаблоном ; Подход к оценке продолжительности фрагмента для поиска музыкального произведения за заданным шаблоном ; Aproach to the evaluation of the fragment duration for searching the music composition by the set pattern

Συγγραφείς: Ткаченко, О. М., Грійо-Тукало, О. Ф.

Θεματικοί όροι: ідентифікація за фрагментом аудіо запису, параметризація, мел-частотні кепстральні коефіцієнти, кластер-ний аналіз, Евклідова відстань, идентификация по фрагменту аудио записи, параметризация, мел-частотные кепстральные коэффициенты, кластерный анализ, Евклидовое расстояние, audio identification by fragment, parameterization, cluster analysis, Euclidean distance, mel-frequency cepstral coefficients

Περιγραφή αρχείου: application/pdf

Relation: http://ir.lib.vntu.edu.ua/handle/123456789/2221; 621.39

Διαθεσιμότητα: http://ir.lib.vntu.edu.ua/handle/123456789/2221

Комбинация сети PNN и метода DTW для идентификации зарезервированных слов, используемых в авиации при радиопереговорах

Συγγραφείς: Ларин, Виталий Юрьевич, Федоров, Евгений Евгеньевич

Πηγή: Izvestiya Vysshikh Uchebnykh Zavedenii. Radioelektronika; Vol. 57 No. 8 (2014); 35-43 ; Известия высших учебных заведений. Радиоэлектроника; Том 57 № 8 (2014); 35-43 ; Вісті вищих учбових закладів. Радіоелектроніка; Том 57 № 8 (2014); 35-43 ; 2307-6011 ; 0021-3470

Θεματικοί όροι: вероятностная нейронная сеть, мел-частотные кепстральные коэффициенты, дискретное вейвлет преобразование, вероятность, идентификация, авиация, управление воздушным движением

Περιγραφή αρχείου: application/pdf

Relation: https://radio.kpi.ua/article/view/S0021347014080044/23767; https://radio.kpi.ua/article/view/S0021347014080044

Διαθεσιμότητα: https://radio.kpi.ua/article/view/S0021347014080044
https://doi.org/10.20535/S0021347014080044

ИССЛЕДОВАНИЕ КАНАЛОНЕЗАВИСИМЫХ ИНФОРМАТИВНЫХ ПРИЗНАКОВ

Συγγραφείς: КИСЕЛЁВ ВИТАЛИЙ ВЛАДИМИРОВИЧ, ТКАЧЕНЯ АНДРЕЙ ВЛАДИМИРОВИЧ, ХИТРОВ МИХАИЛ ВАСИЛЬЕВИЧ

Θεματικοί όροι: ГОЛОСОВОЙ АНАЛИЗ,SPEECH ANALYSIS,МАШИННОЕ ОБУЧЕНИЕ,MACHINE LEARNING,ВЫБОР ИНФОРМАТИВНЫХ ПРИЗНАКОВ,FEATURE SELECTION,МЕЛ-ЧАСТОТНЫЕ КЕПСТРАЛЬНЫЕ КОЭФФИЦИЕНТЫ,MEL-FREQUENCY CEPSTRAL COEFFICIENTS,МЕТОД ДИНАМИЧЕСКОГО ПРОГРАММИРОВАНИЯ,DYNAMIC TIME WARPING

Περιγραφή αρχείου: text/html

Διαθεσιμότητα: http://cyberleninka.ru/article/n/issledovanie-kanalonezavisimyh-informativnyh-priznakov
http://cyberleninka.ru/article_covers/16469529.png

ПРИМЕНЕНИЕ РАСПРЕДЕЛЕНИЙ МЕЛ-ЧАСТОТНЫХ КЕПСТРАЛЬНЫХ КОЭФФИЦИЕНТОВ ДЛЯ ГОЛОСОВОЙ ИДЕНТИФИКАЦИИ ЛИЧНОСТИ

Συγγραφείς: Заковряшин, Алексей, Малинин, Петр, Лепендин, Андрей

Θεματικοί όροι: ГОЛОСОВАЯ ИДЕНТИФИКАЦИЯ ЛИЧНОСТИ, ВЕКТОР ПРИЗНАКОВ, МЕЛ-ЧАСТОТНЫЕ КЕПСТРАЛЬНЫЕ КОЭФФИЦИЕНТЫ, РАСПРЕДЕЛЕНИЕ ЧАСТОТ

Περιγραφή αρχείου: text/html

Διαθεσιμότητα: http://cyberleninka.ru/article/n/primenenie-raspredeleniy-mel-chastotnyh-kepstralnyh-koeffitsientov-dlya-golosovoy-identifikatsii-lichnosti
http://cyberleninka.ru/article_covers/15637473.png