ГОСТ Р ИСО 8253-3-2014 Акустика. Методы аудиометрических испытаний. Часть 3. Речевая аудиометрия (2015). 31 с.

Настоящий стандарт устанавливает основные методы испытаний на восприятие речи в различных аудиологических приложениях. Для обеспечения минимально необходимых требований к точности и сопоставимости результатов испытаний, включая испытания на восприятие речи на разных языках, настоящий стандарт устанавливает требования к составу и оцениванию применяемого в испытаниях речевого материала, но не устанавливает требований к его содержанию. Настоящий стандарт устанавливает также способы определения, получения и представления нормальных уровней разборчивости речевого сигнала. Настоящий стандарт не распространяется на специальные испытания, такие как определение направления звука или дихотическое прослушивание

ГОСТ 13107-79 Устройства приема и передачи речи. Методы измерения шумов (1979). 10,423-427 с.

Настоящий стандарт распространяется на устройства приема и передачи речи и устанавливает методы измерения характеристик шумов установившегося характера, воздействующих на электроакустические преобразователи устройств приема и передачи речи и на абонентов: непосредственное определение характеристик шума; определение характеристик шума по его магнитофонной записи; определение характеристик шума при его имитации в реверберационной камере. Нормативные ссылки: ГОСТ 13107-67

Хорев А.А. «Методы выявления электронных устройств перехвата информации, подключаемых к проводным коммуникациям» Специальная техника, № 2, с. 48-63 (2016)

Рассмотрены методы выявления электронных устройств перехвата акустической (речевой) информации, подключаемых к проводным коммуникациям, и приведена их классификация Методы выявления электронных устройств перехвата информации объединены в семь групп. К первой группе отнесены методы, направленные на выявление в проводных коммуникациях информативных сигналов, передаваемых закладочными устройствами. К таким методам относятся: амплитудный метод, метод слухового контроля, корреляционный метод и метод инструментального анализа сигналов. Во вторую группу выделены методы, направленные на выявление изменений сопротивления, емкости и индуктивности линии, вызванных гальваническим подключением к ней закладочных устройств. К третьей группе отнесены методы, направленные на выявление изменений напряжения и тока в линии, вызванных гальваническим подключением к ней закладочных устройств. В четвертую группу выделены методы, направленные на выявление изменений характеристик линий, вызванных гальваническим подключением к линиям закладочных устройств. К основным характеристикам линии, измеряемым при ее контроле, относятся: импульсная переходная характеристика, вольт-амперная характеристика, «Лиссажу» характеристика. К пятой группе отнесен метод нелинейной локации проводных коммуникаций. К шестой группе отнесен метод обнаружения эффекта «высокочастотного навязывания» (ВЧ-навязывания). К седьмой группе отнесены методы импульсной и частотной рефлектометрии.

Хорев А.А. «Средства выявления электронных устройств перехвата акустической речевой информации, подключаемых к проводным коммуникациям» Специальная техника, № 3, с. 45-63 (2016)

Рассмотрены средства выявления электронных устройств перехвата акустической речевой информации, подключаемых к проводным ком -муникациям. Приведены характеристики, режимы работы и возможности по выявлению электронных устройств перехвата акустической речевой информации многофункционального поискового устройства ST131 «Пиранья II», комплекса для выявления каналов утечки речевой информации «Бинафон II», программно-аппаратного комплекса для исследования сигналов в проводных линиях «Сириус» и цифрового анализатора проводных линий Talan.

Томчук К.К. «Применение частотного маскирования при MFCC-параметризации речи на фоне шумов» Информационно-управляющие системы, 81, № 3, с. 8-14 (2016)

Цель: при параметризации речевых сигналов широко применяются мел-частотные кепстральные коэффициенты (MFCC), однако эффективность их использования резко падает при появлении в сигнале шумовой составляющей. Ставится задача модификации традиционного алгоритма вычисления MFCC-коэффициентов, осуществляемой путем введения дополнительных преобразований сигнала, учитывающих механизмы речеобразования и речевосприятия. Результаты: предложено использовать психоакустическую модель, позволяющую учитывать в расчете MFCC-коэффициентов эффект частотного маскирования при восприятии звуков человеком. Дополнительно, учитывая механизм образования в спектре речевого сигнала формантных областей, предложено воздействовать на спектральные отсчеты, соответствующие кратным гармоникам основного тона. Модифицированный алгоритм исследован на базе системы распознавания одиночных слов, адаптированной под параметризацию речевого сигнала только MFCC-коэффициентами. Показан положительный эффект от использования в алгоритме параметризации предложенных дополнительных преобразований речевого сигнала. Практическая значимость: представленный в работе подход к вычислению MFCC-коэффициентов сегмента речевого сигнала позволяет повысить эффективность их применения при наличии фоновых шумов в широком круге речевых приложений.

Бойков И.В., Иванов А.И., Калашников Д.М. «Алгоритм построения статистического дискретно-континуального описания длительности звуков потока осмысленной речи диктора» Известия высших учебных заведений. Поволжский регион. Технические науки, № 4, с. 64-78 (2015)

Актуальность и цели. Основными проблемами при разработке алгоритмов и программ, реализующих аутентификацию по голосу, являются следующие: вариации голоса пользователя (голос способен изменяться в зависимости от состояния здоровья, возраста, настроения и т.д.); наличие шумовой компоненты. Решение этих проблем позволит применять голосовую технологию аутентификации, которая обеспечит наилучшую защиту персональных данных, простоту в применении, и которая является наиболее дешевой среди существующих технологий идентификации личности. Материалы и методы. В работе использованы численные и цифровые методы обработки сигналов, спектральные методы, методы математической статистики и временных рядов, а также искусственного интеллекта и распознавания образов. В основу построения фрагментатора положена континуально-дискретная модель обработки речи, которая в сочетании с узкополосным фильтром позволяет определять среднюю длительность звука. Результаты. Показано, что качественный классификатор речи тон/шум должен давать выходные данные «0» и «1», длительность которых описывается континуально-дискретным распределением значений длительности интервалов между участками тональных звуков, распределенных по нормальным законам. Дискретная часть распределения образуется дискретным характером потока появления в речи тональных и шумовых звуков, а также их сочетаний (пар, троек, четверок и т.д.). Непрерывная (континуальная) часть распределения значений длин звуков обусловлена нестабильностью речи при смене темпа произношения. Приведен метод вычисления средней длины одного звука осмысленной речи. Данное исследование позволило построить автомат по определению средней длины звука на различных участках звукового сигнала. Выводы. Предложен численный алгоритм идентификации речи отдельного диктора, позволяющий производить синхронизацию участков речи. Использование разработанного алгоритма позволило уточнять значения параметров, характеризующих статистическое описание длительности интервалов между шумовыми звуками речи и между тональными звуками Проведенное исследование позволило построить автомат по определению средней длины звука на различных участках звукового сигнала. Полученные результаты являются базой для построения нейросетевых технологий аутентификации.

Бойков И.В., Калашников Д.М. «Алгоритм построения звукового фрагментатора речи для распознавания голосовых образов с учетом биометрических особенностей диктора» Известия высших учебных заведений. Поволжский регион. Технические науки, № 1, с. 78-91 (2016)

Актуальность и цели. В последнее время остро стоит вопрос об обеспечении информационной безопасности. Голосовая идентификация личности пока не вошла в обиход из-за ряда нерешенных проблем. Одной из важнейших проблем является достоверность аутентификации. В настоящее время вероятность ошибки распознавания диктора по голосу достаточно высока. Требуются алгоритмы для более четкого выявления биометрических параметров диктора из голосового сигнала. Второй проблемой является нестабильная работа аппаратуры в условиях шума. Третью проблему составляет многообразие проявлений голоса одного человека: голос способен изменяться в зависимости от состояния здоровья, возраста, настроения и т.д. В работе предлагаются методы и алгоритмы, направленные на решение данных проблем. Материалы и методы. В работе использованы численные методы обработки непрерывной и дискретной информации, методы гармонического анализа, спектральные методы, методы математической статистики и временных рядов. В основу построения фрагментатора положена континуально-дискретная модель обработки речи, которая в сочетании с узкополосным фильтром позволяет определять среднюю длину звука. Использована линейная предобработка данных голосового сигнала для уточнения периода основного тона. Результаты. В работе предложен метод идентификации личности диктора по результатам анализа фрагментов речи. Предложен новый метод фрагментации речи в целом и отдельных фраз. Внедрение данного метода кластеризации звуковых файлов в систему голосовой аутентификации личности человека позволило снизить вероятность ошибки второго рода (т.е. опознание постороннего человека как своего) до при парольной фразе, содержащей три слова. Построен автомат по выделению и классификации звуковых фрагментов слитной речи. Выводы. Предложен численный алгоритм идентификации речи отдельного диктора, позволяющий производить синхронизацию участков речи. Использование статистического метода позволило уточнять значение выявленных параметров. Проведенное исследование позволило построить автомат по выделению и классификации звуковых фрагментов на различных участках звукового сигнала. Данная процедура была интегрирована в состав имеющейся системы голосовой аутентификации и значительно улучшила качество работы системы при появлении вероятности ошибки второго рода.

Самойлов В.О., Пономаренко Г.Н., Енин Л.Д. Низкочастотная биоакустика (1994). 215 с.