РАСПОЗНАВАНИЕ ГОЛОСА С ПОМОЩЬЮ АЛГОРИТМОВ КЛАССИФИКАЦИИ

Системы распознавания речи основаны на методах машинного обучения, среди которых широко применяются классификационные алгоритмы. Классификация выполняет задачу разделения голосовых сигналов на различные категории, такие как слова или предложения. К часто используемым алгоритмам относятся логистическая регрессия, деревья решений и нейронные сети. В процессе обработки голосового сигнала сначала извлекаются его особенности, то есть важные параметры, которые затем передаются классификатору. По результатам классификации система преобразует речь в текст или определяет конкретное содержание звука. Эта технология важна для улучшения взаимодействия человека с компьютером. В данной статье обсуждается алгоритм классификации для задачи идентификации речи с использованием метода машинного обучения. Алгоритм MFCC используется для предварительной обработки речи. Для решения этой задачи проведен сравнительный анализ пяти алгоритмов классификации. В первом эксперименте были определены методы опорного вектора – 0,90 и многослойного перцептрона – 0,83 и показаны лучшие результаты. Во втором эксперименте был предложен многослойный перцептрон с точностью 0,93 с использованием метода Робастного скалера для идентификации личности. Поэтому для решения этой проблемы можно использовать многослойный персептрон, учитывающий детали аудиосигнала.