Личный кабинет

ДиссертацияЭлектроника, электротехника, радиотехника

Готовая работа №100195 от пользователя Куклачев Дмитрий

ПРИМЕНЕНИЕ ВЕЙВЛЕТОВ ДЛЯ ФРАГМЕНТАЦИИ РЕЧЕВЫХ СИГНАЛОВ

Name: ПРИМЕНЕНИЕ ВЕЙВЛЕТОВ ДЛЯ ФРАГМЕНТАЦИИ РЕЧЕВЫХ СИГНАЛОВ
Price: 1030.00 RUB

1 030 ₽

Файл с работой можно будет скачать в личном кабинете после покупки

Страниц: 47

Год написания: 2024

Куклачев Дмитрий

Сообщить о нарушении авторских прав

Гарантия безопасной покупки

Уникальность текста выше 50%

Возможность снять с продажи

Не подходит эта работа?

Укажите тему работы или свой e-mail, мы отправим подборку похожих работ

содержание

ВВЕДЕНИЕ 3
I. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ПРИМЕНЕНИЯ ВЕЙВЛЕТОВ ДЛЯ ФРАГМЕНТАЦИИ РЕЧЕВЫХ СИГНАЛОВ 6
1.1 Вейвлет-преобразование 6
1.2 Обзор вейвлет-преобразований 14
1.2.1 Вейвлет Хаара 15
1.2.2 Вейвлет Добеши 17
1.2.3 Вейвлет Гаусса 20
1.2.4 Вейвлет Мейера 24
1.2.5 Вейвлеты Морле и MHat («Мексиканская шляпа») 26
1.3 Фрагментация речи 27
1.4 Проблемы и спецификации распознавания якутской речи 28
1.5 Современные системы автоматического распознавания речи 30
II. ПРИМЕНЕНИЕ ВЕЙВЛЕТОВ ДЛЯ ФРАГМЕНТАЦИИ РЕЧЕВЫХ СИГНАЛОВ 33
2.1 Программная среда MATLAB 33
2.2 Применение вейвлет-преобразования для речевого сигнала 36
2.2.1 Преобразование речевого сигнала по вейвлету Добеши 37
2.2.2 Преобразование речевого сигнала по различным вейвлетам 41
ЗАКЛЮЧЕНИЕ 44
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 45

Весь текст будет доступен после покупки

Показать еще текст

ВВЕДЕНИЕ

Устная речь и сегодня остается самым оперативным и распространенным способом передачи информации в любой сфере человеческой деятельности, являясь основной формой выражения намерений, целей, желаний. Это продуктивный, естественный и удобный способ передачи информации. В современных компьютерных системах все больше внимания уделяется построению интерфейса речевого ввода-вывода, эффективность которого основана на практически неограниченных возможностях формулировки на естественном языке всевозможных задач в самых различных областях человеческой деятельности. Системы речевого ввода являются наиболее перспективными на сегодняшний день.
Существующие системы понимания речи пока еще значительно уступают речевым способностям человека, что свидетельствует об их недостаточной адекватности и ограничивает применение речевых технологий в промышленности и быту.
Современные методы исследования позволяют выявить различные характеристики и параметры речевого сигнала. Накопление большой базы данных позволяет проводить преобразование речи в текст. Но такой подход требует накопление нескольких миллиардов фрагментов речи только для одного диалекта языка. В то же время совершенствуются методы распознавание речи по малому словарю. Проблема исследований по распознаванию языков народов России существует давно, так как большие корпорации пока занимаются только языками с большим количеством носителей языка.

Весь текст будет доступен после покупки

Показать еще текст

отрывок из работы

I. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ПРИМЕНЕНИЯ ВЕЙВЛЕТОВ ДЛЯ ФРАГМЕНТАЦИИ РЕЧЕВЫХ СИГНАЛОВ
В данной главе приведены обзор существующих методов вейвлет-преобразований, основные вопросы, связанные с фрагментацией речевого сигнала с применением вейвлет-преобразования, а также проблемы и спецификации распознавания якутской речи.
1.1 Вейвлет-преобразование
Вейвлетный анализ представляет собой особый тип линейного преобразования сигналов и отображаемых этими сигналами физических данных о процессах и физических свойствах природных сред и объектов. Базис функций вейвлет-разложения обладает многими особенностями. Вейвлетные функции базиса позволяют сконцентрировать внимание на особенностях анализируемых процессов, которые не могут быть выявлены с помощью традиционных преобразований Фурье и Лапласа. К таким процессам относятся поля различных физических параметров природных сред: температуры, давления, профилей сейсмических трасс и других физических величин. Принципиальное значение имеет возможность вейвлетов анализировать нестационарные сигналы с изменением компонентного содержания во времени или в пространстве.
Вейвлеты (англ. wavelet–короткая волна) – это обобщенное название функций определенной формы, локализованных по оси аргументов (независимых переменных), инвариантных к сдвигу и линейных к операции масштабирования (сжатия/растяжения), имеющих вид коротких волновых пакетов с нулевым интегральным значением. Они создаются с помощью специальных базовых функций, которые определяют их вид и свойства. По локализации во временном и частотном представлении вейвлеты занимают промежуточное положение между гармоническими (синусоидальными) функциями, локализованными по частоте, и функцией Дирака, локализованной во времени. [1]

Весь текст будет доступен после покупки

Показать еще текст

Список литературы

1. Дворников С. В. и др. Синтез вейвлет-манипулированных сигналов //Вестник Полоцкого государственного университета. Серия С. Фундаментальные науки. – 2013. – №. 12. – С. 14-17.
2. Айказян М. Э., Стакян Ю. М. Совмещение методов математической статистики и вейвлет-преобразований для обработки экспериментальных данных //Известия Национального Университета Архитектуры и Строительства Армении. – 2016. – №. 4. – С. 26-31.
3. Ульянова Ю. Е., Бабенко Р. Г., Чернов А. В. Частотно-временные преобразования, используемые в цифровой обработке сигналов //Глобальная ядерная безопасность. – 2015. – №. 3 (16). – С. 36-42.
4. Горшков Ю.Г. Обработка речевых сигналов на основе вейвлетов // T-Comm: Телекоммуникации и транспорт. - 2015. - №2. - С. 46-53.
5. Беспалов М. С. Троичный дискретный вейвлетный базис //Известия Саратовского университета. Новая серия. Серия Математика. Механика. Информатика. – 2020. – Т. 20. – №. 3. – С. 367-377.
6. Думбре С.Т., Гундал С.С. Сжатие звука с использованием вейвлет-преобразования //Международный журнал инноваций в инженерных исследованиях и технологиях. – 2019. – С. 1-5.
7. Бестужева А. П., Лёзин И. А.. Сравнение аппроксимативных возможностей вейвлетов Хаара и Добеши //Перспективные информационные технологии (ПИТ 2017): Междунар. науч.-техн. конф. – 2017. – С. 14-16.
8. Осин А. В., Ахметшин Р. Р. Сегментация речи с использованием вейвлет-преобразования //Электротехнические и информационные комплексы и системы. – 2006. – Т. 2. – №. 2. – С. 8.
9. Червяков Н. И., Кондрашов Ю. В. Развитие методов быстрого вейвлет-преобразования с помощью фильтров Добеши //Экономика. Информатика. – 2009. – Т. 12. – №. 15 (70). – С. 112-117.

Весь текст будет доступен после покупки

Показать еще текст

Купить и скачать работу

ПРИМЕНЕНИЕ ВЕЙВЛЕТОВ ДЛЯ ФРАГМЕНТАЦИИ РЕЧЕВЫХ СИГНАЛОВ

Почему студенты выбирают наш сервис?

Работаем круглосуточно

24 часа в сутки

7 дней в неделю

Гарантия

Возврат средств в случае проблем с купленной готовой работой

Мы лидеры

LeWork является лидером по количеству опубликованных материалов для студентов

не подошла эта работа?

В нашей базе 78761 курсовых работ – поможем найти подходящую

Ответы на часто задаваемые вопросы

Как оплатить заказ?

Чтобы оплатить заказ на сайте, необходимо сначала пополнить баланс на этой странице - https://lework.net/addbalance

На странице пополнения баланса у вас будет возможность выбрать способ оплаты - банковская карта, электронный кошелек или другой способ.

После пополнения баланса на сайте, необходимо перейти на страницу заказа и завершить покупку, нажав соответствующую кнопку.

Если у вас возникли проблемы при пополнении баланса на сайте или остались вопросы по оплате заказа, напишите нам на support@lework.net. Мы обязательно вам поможем!

Есть ли услуга безопасной покупки, и какой срок гарантии?

Да, покупка готовой работы на сайте происходит через "безопасную сделку". Покупатель и Продавец финансово защищены от недобросовестных пользователей. Гарантийный срок составляет 7 дней со дня покупки готовой работы. В течение этого времени покупатель имеет право подать жалобу на странице готовой работы, если купленная работа не соответствует описанию на сайте. Рассмотрение жалобы занимает от 3 до 5 рабочих дней.

Что означает возможность снять с продажи готовую работу ?

У покупателя есть возможность снять готовую работу с продажи на сайте. Например, если необходимо скрыть страницу с работой от третьих лиц на определенный срок. Тариф можно выбрать на странице готовой работы после покупки.

Как вернуть средства за некачественную работу?

Гарантийный срок составляет 7 дней со дня покупки готовой работы. В течение этого времени покупатель имеет право подать жалобу на странице готовой работы, если купленная работа не соответствует описанию на сайте. Рассмотрение жалобы занимает от 3 до 5 рабочих дней. Если администрация сайта принимает решение о возврате денежных средств, то покупатель получает уведомление в личном кабинете и на электронную почту о возврате. Средства можно потратить на покупку другой готовой работы или вывести с сайта на банковскую карту. Вывод средств можно оформить в личном кабинете, заполнив соответствущую форму.

Как связаться со службой поддержки, если возникли вопросы?

Мы с радостью ответим на ваши вопросы по электронной почте support@lework.net