Математична модель і програмна імплементація біометричної системи автоматичного розпізнавання голосу

Abstract

В ході роботи були проаналізовані основні види систем розпізнавання, методи зменшення рівня шуму, алгоритм детектування активного мовлення, мел частотні кепстральні коефіцієнти та модель суміші Гауса. Розроблена математична модель та програмна імплементація біометричної системи автоматичного розпізнавання по голосу за допомогою мови програмування Python. За допомогою сервісу Descript було згенеровано мовлення на основі попередньо записаного аудіофрагменту та перевірено роботу алгоритму за умови використання підробки. Проведено аналіз результатів та наведено рекомендації щодо значень параметрів системи, які дозволять отримати найвищі можливі показники ефективності. Результати роботи можуть використовуватись у розробці майбутніх систем автоматичного розпізнавання по голосу або бути частиною складних систем. Для покращення ефективності розробленої системи запропоновано використання додаткового випадкового паролю та часового ліміту. В майбутніх дослідженнях з цієї теми потрібно передбачити використання більшої кількості учасників для розуміння універсальності системи.In the course of the work, the main types of recognition systems, noise reduction methods, voice active detection algorithm, mel-frequency cepstral coefficients and Gaussian mixture models were analyzed. A mathematical model and program implementation of a biometric system of automatic voice recognition was developed using Python programming language. With the help of the Descript service, the speech was generated based on a pre-recorded audio fragment, and the algorithm was tested using a fake. The results are analyzed, and recommendations are given on the values of the system parameters that will allow for obtaining the highest possible performance indicators. The work results can be used in developing future automatic voice recognition systems or be part of complex systems. To improve the efficiency of the developed system, it is proposed to use an additional random password and time limit. Future research on this topic should include the use of a more significant number of participants to understand the system's universality.