Хронологическое упорядочение аудиофрагментов с использованием двухмерных спектрограмм

данные будут подвергнуты предварительной обработке (включает в

себя предкоррекцию или выравнивание спектра сигнала, фильтрацию

шума, логарифмическое сжатие спектра, нормализацию звука).

Дерево сходства для периодов, рассматриваемых в эксперименте 2,

показано на рис. 2,

. Метод расположил временн ´ые интервалы в пра-

вильном хронологическом порядке. Согласно данным, приведенным в

табл. 2, наиболее схожим с классом “1 период” является класс “2 пери-

од” (значение сходства равно 0,94), затем в порядке убывания значения

сходства следуют класс “3 период” (значение сходства равно 0,84) и

класс “4 период” (значение сходства равно 0,585).

Числовые дескрипторы с самым высоким значением дискриминан-

та Фишера для этого эксперимента следующие:

— MultipleScaleHistograms_TBins3_Bin01: 11.098907;

— ChebyshevCoefficientHistogram_Bin20: 9.000000;

— ZernikeMoments_Z_03_03: 8.974037;

— ZernikeMoments_Z_03_01: 8.200648;

— MultipleScaleHistograms_TBins5_Bin02: 7.810644.

Заключение и выводы.

Как было отмечено выше, звук является

сложным типом данных, если рассматривать его с позиции автома-

тического анализа с помощью вычислительных машин. В настоящей

статье был описан метод, который использует автоматический ана-

лиз спектрограмм аудиофрагментов для построения матрицы сходства

между разными временн ´ыми интервалами.

Результаты экспериментов показали, что предложенный метод спо-

собен расположить временн ´ые интервалы в хронологическом поряд-

ке, т.е. он способен отслеживать изменения в характеристиках речи

человека, произошедшие за определенный период времени (в экспе-

рименте рассмотрены периоды длительностью 8–14 лет). Также бы-

ла исследована чувствительность метода для данных, разделенных на

большее число коротких периодов. Результаты показали, что, несмотря

на снижение точности определения принадлежности речевого отрезка

к требуемому временн´ому интервалу, метод смог расположить вре-

менн ´ые периоды в хронологическом порядке. Полученные результаты

показывают, что автоматический анализ спектрограмм может быть эф-

фективно использован для анализа звука.

Точность определения принадлежности речевого отрезка к требу-

емому временн´ому интервалу может быть повышена, если входные

данные будут подвергнуты предварительной обработке. Точность ра-

боты метода можно повысить варьированием размера вектора свойств,

используемого для анализа, и продолжительности выбранных аудио-

фрагментов. При этом следует учитывать, что с увеличением размера

вектора линейно возрастает и время работы метода.

ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2015. № 3 135