EMPİRİK VEYVLET ÇEVİRMƏSİ ƏSASINDA KÜYLƏRİN ADAPTİV AZALDILMASI METODU - İnformasiya Texnologiyaları Problemləri

EMPİRİK VEYVLET ÇEVİRMƏSİ ƏSASINDA KÜYLƏRİN ADAPTİV AZALDILMASI METODU - İnformasiya Texnologiyaları Problemləri

EMPİRİK VEYVLET ÇEVİRMƏSİ ƏSASINDA KÜYLƏRİN ADAPTİV AZALDILMASI METODU - İnformasiya Texnologiyaları Problemləri

EMPİRİK VEYVLET ÇEVİRMƏSİ ƏSASINDA KÜYLƏRİN ADAPTİV AZALDILMASI METODU - İnformasiya Texnologiyaları Problemləri

EMPİRİK VEYVLET ÇEVİRMƏSİ ƏSASINDA KÜYLƏRİN ADAPTİV AZALDILMASI METODU - İnformasiya Texnologiyaları Problemləri
EMPİRİK VEYVLET ÇEVİRMƏSİ ƏSASINDA KÜYLƏRİN ADAPTİV AZALDILMASI METODU - İnformasiya Texnologiyaları Problemləri
AZƏRBAYCAN MİLLİ ELMLƏR AKADEMİYASI

№1, 2017

EMPİRİK VEYVLET ÇEVİRMƏSİ ƏSASINDA KÜYLƏRİN ADAPTİV AZALDILMASI METODU

Suxostat Lyudmila V.

İstifadəçilərin səsə görə biometrik autentifikasiyası informasiya təhlükəsizliyinin təmin edilməsinin vacib funksiyalarından biridir. Lakin akustik mühitdə və rabitə kanallarında dəyişikliklər nitq siqnallarında müxtəlif təhriflər yaradır və nəticədə bu sistemlərin tanıma dəqiqliyi xeyli azalır. Buna görə nitq siqnallarında küylərin azaldılması belə sistemlərin tanıma dəqiqliyini artırmaq üçün mühüm əhəmiyyətə malikdir. Məqalədə empirik veyvlet çevirməsi əsasında küylərin adaptiv azaldılması metodu təklif edilir və müxtəlif küy səviyyələrinə malik nitq siqnallarında eksperimental yoxlanılır (səh. 53-58).

Açar sözlər: nitq əlamətləri, veyvletlər, empirik veyvlet çevirməsi, enerjinin bölməsinin diskret alqoritmi.
DOI : 10.25045/jpit.v08.i1.06
Ədəbiyyat
  • Daubechies , Lu J., Wu H.-T. Synchrosqueezed wavelet transforms: an empirical mode decomposition-like tool // Applied and Computational Harmonic Analysis, 2010, vol.30, no.2, pp.243–261.
  • Wu H.-T., Flandrin P., Daubechies I. One or Two Frequencies? The Synchrosqueezing Answers // Advances in Adaptive Data Analysis, 2011, vol.3, no.1–2, pp.29–39.
  • Gilles J. Empirical Wavelet Transform // IEEE Transactions on Signal Processing, 2013, vol.61, no.16, pp.3999–4010.
  • Holambe R.S., Deshpande M.S. Noise robust speaker identification: using nonlinear modeling // Forensic Speaker Recognition, 2012, pp.153–182.
  • Имамвердиев Я.Н., Сухостат Л.В. Разработка робастного метода извлечения речевых признаков на основе эмпирического вейвлет-преобразования // Информационные технологии, 2015, №1, c.19–23.
  • Schlotthauer G., Torres E., Rufiner H.L. A new algorithm for instantaneous F0 speech extraction based on Ensemble Empirical Mode Decomposition / Proc. of 17th European Signal Processing Conf., 2009, pp.2347–2351.
  • Chhabra S., Bajaj R., Pachori R.B., Biswas R.N. Features based on Fourier-Bessel expansion for application of speaker identification system / Proc. Of Indian Conf. for Academic Research by Undergraduate Students, 2010, pp.1–3.
  • Имамвердиев Я.Н., Сухостат Л.В. AZ-SRDAT – речевая база данных для азербайджанского языка // İnformasiya texnologiyaları problemləri, 2013, №1, с.67–73.