сигнала перед последующей обработкой. Известные на сегодняшний
день методывейвлет-преобразования позволяют значительно умень-
шить уровень шума в исходном сигнале. На рис. 2 приведена система
с модулем фильтрации сигнала, основанная на дискретном вейвлет-
преобразовании (ДВП).
Отметим следующие преимущества предложенной схемы:
— повышение качества распознавания голоса диктора в зашумлен-
ной окружающей обстановке;
— возможность использования системыраспознавания как основ-
ной составляющей, которая базируется на классической модели.
Аналог предложенного метода был использован в работе [4] для
решения задачи распознавания речи в зашумленной окружающей об-
становке и позволил увеличить процент распознавания на 0,7% в иде-
ализированной обстановке без шума и на 28% в сильно зашумленной
обстановке.
Недостатком является тот факт, что не используется дополнитель-
ная информация, которую можно получить из сигнала с помощью
вейвлет-преобразования.
Модель системы распознавания голоса диктора с совмещенны-
ми задачами фильтрации и распознавания.
Применение вейвлет-
преобразования позволяет выполнять анализ сигнала сразу на несколь-
ких уровнях. При фильтрации шума с помощью ДВП исходный сиг-
нал раскладывается по вейвлет-базису и имеется возможность анализа
Рис. 2. Модель системы распознавания голоса диктора с разделенными (
а
) и
совмещенными (
б
) задачами фильтрации и распознавания
108 ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2008. № 3
