Вуд А. Звуковые волны и их применения. 3-е издание. Серия: Классика инженерной мысли (2008). 146 с.

Книга, представляющая изложение популярных лекций А.Вуда, задумана и построена крайне интересно. Хотя в ней излагаются, в сущности, лишь основные понятия учения о звуке, без углубленного анализа, однако примеры и иллюстрации так искусно подобраны, что читатель получает полное представление о состоянии важнейших проблем физической и прикладной акустики. Освещены вопросы записи и воспроизведения звука, звукоизлучатели и микрофоны, акустика свободной атмосферы, сигнализация в воде и воздухе, ультразвуки, физика и физиология слуха, учение о речи, учение о шумах, музыкальная акустика и архитектурная акустика. С искусством, свойственным лекторам английской школы, автор в сжатой и насыщенной содержанием форме обрисовывает всю обширную область акустики и ее многочисленные приложения. Отзыв: Довольно хорошая книга по самым основам волн и звука в целом. Хорошее изложение материала. Однако, сильно расстроило – отвратительная полиграфия: большое количество непропечатанных букв, рисунки и изображения не всегда можно разобрать внятно.

Анализ разговорной русской речи (АР3-2017), Санкт-Петербург, 20 января 2017 г. Труды седьмого междисциплинарного семинара (2017)

Иванов А.В., Рева И.Л., Трушин В.А. «Реализация оптимальной помехи при защите речевой информации от утечки по акустическому и виброакустическому каналам» Научный вестник Новосибирского государственного технического университета (НГТУ), № 4, с. 140-145 (2011)

Обсуждается возможность получения оптимальной помехи по критерию минимума интегрального значения помехи при заданном значении словесной разборчивости. Проводится сравнение различных помех на основании результатов артикуляционных испытаний со связными текстами для разных соотношений сигнал/шум.

Евдокимова В.В., Скрелин П.А., Чукаева Т.В. «Автоматический адаптивный фонетический транскриптор для русского языка» Анализ разговорной русской речи (АР3-2017), Санкт-Петербург, 20 января 2017 г. Труды седьмого междисциплинарного семинара, с. 32-39 (2017)

Описываемый автоматический транскриптор русского текста был разработан в ходе выполнения проекта по автоматическому членению речевого сигнала на супрасегментные звуковые единицы. Эффективность определения границ звуковых единиц в звуковом сигнале тесно связана с точностью сгенерированной последовательности фонетических символов, представляющих прочитанный текст или расшифровку спонтанной речи. Автоматический транскриптор на основе текста (или расшифровки) порождает модель сегментной последовательности, с которой будут сравниваться акустические характеристики последовательности фрагментов звукового сигнала. Естественно, что эта модель в формализованном виде содержит данные о потенциальных акустических характеристиках сегментных и супрасегментных единиц. На сегодняшний день существует достаточно большой набор данных о вариативности русской речи в разных формах национального языка, поэтому алгоритмы автоматического транскриптора должны строиться не только на нормативных прескрипциях, но и включать допустимые варианты.

Гришунов С.С., Белов Ю.С. «Основные математические методы выделения речевых особенностей в системах распознавания диктора» Электронный журнал: наука, техника и образование, № 3, с. 53-58 (2015)

Приведен обзор основных математических методов выделения речевых особенностей человека. Описаны алгоритмы получения коэффициентов линейного предсказания; фазы остатка линейного предсказания; мел-кепстральных коэффициентов; связанных параметров Херста; неискаженного отклика с минимальной дисперсией; характеристик, основанных на дробном преобразовании Фурье; а так же кратковременная энергия и кратковременная средняя скорость пересечения нуля. Данные характеристики используются в различных системах распознавания диктора для уменьшения объемов обрабатываемых данных.

Белов Ю.С., Либеров Р.В. «Подходы и проблемы распознавания личности по голосу» Электронный журнал: наука, техника и образование, № 3, с. 68-77 (2015)

Приведен аналитический обзор основных результатов работ в области распознавания дикторов за последнее время. Дано описание области применения: в зависимости от конкретной задачи различают верификацию и идентификацию диктора. В первом случае пользователь указывает свой идентификатор, и требуется либо подтвердить его или отказать в подтверждении. Во втором случае необходимо идентифицировать диктора среди множества других дикторов. Приведена оценка показателей эффективности систем верификации, используются такие показатели как: среднегеометрическое, взвешенная сумма стоимости отказа и пропуска, функция минимальной стоимости детектирования ошибки, однако установлено, что наиболее популярна оценка в виде равной вероятности пропуска и отказа (ERR – Equal Error Rate). Выделены ключевые особенности при разработке систем голосовой идентификации: вторжение в систему верификации, субъективная эффективность распознавания диктора, изменчивость.

Кропотов Ю.А. «Цифровая обработка речевого сигнала в аналоговых системах связи» Методы и устройства передачи и обработки информации, № 1, с. 160-163 (2001)

Бейлекчи Д.В., Кропотов Ю.А., Цаплёв А.В. «Минимизация информационного потока речевого сигнала с применением вейвлет преобразований» Методы и устройства передачи и обработки информации, № 3, с. 200-211 (2003)

Бейлекчи Д.В., Кропотов Ю.А., Кульков Я.Ю. «Выбор оптимальной функции компрессии динамического диапазона речевого сигнала» Методы и устройства передачи и обработки информации, № 5, с. 122-126 (2004)

Проведен анализ проблемы компрессии динамического диапазона речевого сигнала. Исследованы различные функции, по закону которых осуществляется компрессия динамического диапазона и их влияние на спектр выходных сигналов.

Быков А.А., Кропотов Ю.А., Седов Д.И. «Погрешность определения закона распределения вероятности амплитуд речевого сигнала» Методы и устройства передачи и обработки информации, № 7, с. 139-143 (2006)

Исследуется минимальный временной интервал анализа речи для определения закона распределения вероятности амплитуд речевого сигнала с заданной погрешностью.

Бейлекчи Д.В. «Модель устройства передачи цифрового речевого сигнала по каналу связи» Методы и устройства передачи и обработки информации, № 8, с. 83-89 (2007)

Рассматривается модель устройства кодирования речевого сигнала для мобильного доступа к системе громкоговорящей связи. Обсуждается алгоритм сжатия речевой информации с потерями с применением вейвлет-преобразования. Описываются методы улучшения степени сжатия данных при сохранении качества речевого сигнала.

Быков А.А., Кропотов Ю.А., Кульков Я.Ю. «О законе распределения вероятности амплитуд речевого сигнала» Методы и устройства передачи и обработки информации, № 8, с. 114-116 (2007)

Костров В.В., Фабричная Е.С. «Принципы построения кодеров речевого сигнала на базе векторных квантователей параметров функции возбуждения» Методы и устройства передачи и обработки информации, № 9, с. 188-194 (2007)

Костров В.В., Фабричная Е.С., Фабричный С.Ю. «Исследование достоверности объективного оценивания качества синтезированного речевого сигнала PESQ» Методы и устройства передачи и обработки информации, № 9, с. 194-197 (2007)

Данная работа посвящена исследованию достоверности объективной оценки качества синтезированного речевого сигнала без относительно типа применяемого кодека.

Фабричная Е.С. «Структура кодеков речевого сигнала на базе КЛП кодека с учетом определения границ фонем» Методы и устройства передачи и обработки информации, № 9, с. 209-214 (2007)

Быков А.А., Кропотов Ю.А. «Исследование аппроксимаций формы энергетического спектра речевого сигнала» Методы и устройства передачи и обработки информации, № 10, с. 199-205 (2008)

Рассматриваются алгоритмы аппроксимации формы энергетического спектра речевого сигнала интерполяционным полиномом Лагранжа и кубическими сплайнами, исследуются погрешности получения математической модели спектральной плотности мощности в зависимости от количества узлов аппроксимации и вычислительные затраты аппроксимации.

Быков А.А., Кропотов Ю.А. «Исследование методов спектрального анализа речевых сигналов» Методы и устройства передачи и обработки информации, № 10, с. 205-209 (2008)

Рассматриваются алгоритмы вычисления коэффициентов дискретного преобразования Фурье спектральной плотности речевых сигналов, алгоритмы получения уровней спектральных составляющих, определенных по модулю, алгоритмы получения спектральной плотности мощности. По рассмотренным алгоритмам исследуются формы спектральной плотности речевых сигналов, пропорциональных уровням энергии спектральных составляющих.

Кульков Я.Ю., Кропотов Ю.А. «Разработка метода снижения влияния акустических шумов на разборчивость речи» Методы и устройства передачи и обработки информации, № 10, с. 214-219 (2008)

Рассмотрены вопросы влияния акустических шумов на речевой сигнал. Показано появление эффекта маскирования звуков и снижение на разборчивости. Предложен алгоритм устранения влияния акустических шумов путем предварительной подготовки речевого сигнала.

Окнина Л.Б., Купцова С.В., Машеров Е.Л., Романов А.С., Шарова Е.В. «Особенности "пассивного" восприятия слуховой информации при прослушивании звуков у здоровых людей молодого и старшего зрелого возраста (анализ слуховых вызванных потенциалов и психологического тестирования)» Физиология человека, 42, № 5, с. 23-30 (2016)

DOI: 10.7868/S013116461605012X