[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

EA201290082A1 - Способ идентификации говорящего по фонограммам произвольной устной речи на основе формантного выравнивания - Google Patents

Способ идентификации говорящего по фонограммам произвольной устной речи на основе формантного выравнивания

Info

Publication number
EA201290082A1
EA201290082A1 EA201290082A EA201290082A EA201290082A1 EA 201290082 A1 EA201290082 A1 EA 201290082A1 EA 201290082 A EA201290082 A EA 201290082A EA 201290082 A EA201290082 A EA 201290082A EA 201290082 A1 EA201290082 A1 EA 201290082A1
Authority
EA
Eurasian Patent Office
Prior art keywords
phonograms
formant
similarity
speaker
identification
Prior art date
Application number
EA201290082A
Other languages
English (en)
Other versions
EA019949B1 (ru
Inventor
Сергей Львович КОВАЛЬ
Original Assignee
Общество с ограниченной ответственностью "Центр речевых технологий"
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Общество с ограниченной ответственностью "Центр речевых технологий" filed Critical Общество с ограниченной ответственностью "Центр речевых технологий"
Publication of EA201290082A1 publication Critical patent/EA201290082A1/ru
Publication of EA019949B1 publication Critical patent/EA019949B1/ru

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification techniques
    • G10L17/06—Decision making techniques; Pattern matching strategies
    • G10L17/14—Use of phonemic categorisation or speech recognition prior to speaker recognition or verification
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification techniques
    • G10L17/02—Preprocessing operations, e.g. segment selection; Pattern representation or modelling, e.g. based on linear discriminant analysis [LDA] or principal components; Feature selection or extraction
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification techniques
    • G10L17/06—Decision making techniques; Pattern matching strategies
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification techniques
    • G10L17/20—Pattern transformations or operations aimed at increasing system robustness, e.g. against channel noise or different working conditions
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G10L25/15—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being formant information

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Circuit For Audible Band Transducer (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Telephonic Communication Services (AREA)
  • Television Signal Processing For Recording (AREA)
  • Television Receiver Circuits (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

Предлагаемый способ идентификации говорящего по фонограммам произвольной устной речи на основе формантного выравнивания позволяет осуществлять надежную идентификацию говорящего как для длинных, так и для коротких фонограмм, фонограмм, записанных в различных каналах с высоким уровнем помех и искажений, а также фонограмм с произвольной устной речью дикторов, находящихся в различных психофизиологических состояниях, говорящих на различающихся языках, что обеспечивает широкую область применения предлагаемого способа, в том числе в криминалистических исследованиях. Идентификация говорящего по фонограммам устной речи осуществляют путем оценки сходства между первой фонограммой говорящего и второй, эталонной фонограммой. Для указанной оценки на первой и второй фонограммах выбирают опорные фрагменты речевых сигналов, на которых присутствуют формантные траектории по крайней мере трех формант, сравнивают между собой опорные фрагменты, в которых совпадают значения по крайней мере двух формантных частот, оценивают сходство сравниваемых опорных фрагментов по совпадению значений остальных формантных частот, а сходство фонограмм в целом определяют по суммарной оценке сходства всех сравниваемых опорных фрагментов.
EA201290082A 2009-09-24 2010-11-03 Способ идентификации говорящего по фонограммам произвольной устной речи на основе формантного выравнивания EA019949B1 (ru)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
RU2009136387/09A RU2419890C1 (ru) 2009-09-24 2009-09-24 Способ идентификации говорящего по фонограммам произвольной устной речи на основе формантного выравнивания
PCT/RU2010/000661 WO2011046474A2 (ru) 2009-09-24 2010-11-03 Способ идентификации говорящего по фонограммам произвольной устной речи на основе формантного выравнивания

Publications (2)

Publication Number Publication Date
EA201290082A1 true EA201290082A1 (ru) 2012-07-30
EA019949B1 EA019949B1 (ru) 2014-07-30

Family

ID=43876755

Family Applications (1)

Application Number Title Priority Date Filing Date
EA201290082A EA019949B1 (ru) 2009-09-24 2010-11-03 Способ идентификации говорящего по фонограммам произвольной устной речи на основе формантного выравнивания

Country Status (6)

Country Link
US (2) US9047866B2 (ru)
EP (1) EP2482277B1 (ru)
EA (1) EA019949B1 (ru)
ES (1) ES2547731T3 (ru)
RU (1) RU2419890C1 (ru)
WO (1) WO2011046474A2 (ru)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2419890C1 (ru) 2009-09-24 2011-05-27 Общество с ограниченной ответственностью "Центр речевых технологий" Способ идентификации говорящего по фонограммам произвольной устной речи на основе формантного выравнивания
JP5589537B2 (ja) 2010-04-30 2014-09-17 ソニー株式会社 情報処理装置、情報処理方法、プログラム、情報提供装置および情報処理システム
RU2459281C1 (ru) * 2011-09-15 2012-08-20 Общество с ограниченной ответственностью "Цифрасофт" Устройство и способ формирования сигнатуры акустического сигнала, устройство идентификации акустического сигнала
DE102011085280A1 (de) * 2011-10-27 2013-05-02 Robert Bosch Gmbh Überwachung einer differentiellen mehrkanalübertragungsstrecke
US20140095161A1 (en) * 2012-09-28 2014-04-03 At&T Intellectual Property I, L.P. System and method for channel equalization using characteristics of an unknown signal
US20140188468A1 (en) * 2012-12-28 2014-07-03 Dmitry Dyrmovskiy Apparatus, system and method for calculating passphrase variability
US9015045B2 (en) 2013-03-11 2015-04-21 Nuance Communications, Inc. Method for refining a search
US9728182B2 (en) * 2013-03-15 2017-08-08 Setem Technologies, Inc. Method and system for generating advanced feature discrimination vectors for use in speech recognition
US20140309992A1 (en) * 2013-04-16 2014-10-16 University Of Rochester Method for detecting, identifying, and enhancing formant frequencies in voiced speech
RU2530314C1 (ru) * 2013-04-23 2014-10-10 Общество с ограниченной ответственностью "ЦРТ-инновации" Способ гибридной генеративно-дискриминативной сегментации дикторов в аудио-потоке
RU2598314C2 (ru) * 2013-08-05 2016-09-20 Общество с ограниченной ответственностью "Центр речевых технологий" (ООО "ЦРТ") Способ оценки вариативности парольной фразы (варианты)
JP6316685B2 (ja) * 2014-07-04 2018-04-25 日本電信電話株式会社 声まね音声評価装置、声まね音声評価方法及びプログラム
BR102014023647B1 (pt) * 2014-09-24 2022-12-06 Fundacao Cpqd - Centro De Pesquisa E Desenvolvimento Em Telecomunicacoes Método e sistema para detecção de fraudes em aplicações baseadas em processamento de voz
GB2552722A (en) * 2016-08-03 2018-02-07 Cirrus Logic Int Semiconductor Ltd Speaker recognition
US10672402B2 (en) * 2017-04-11 2020-06-02 International Business Machines Corporation Speech with context authenticator
EP3688754A1 (en) * 2017-09-26 2020-08-05 Sony Europe B.V. Method and electronic device for formant attenuation/amplification
KR102585231B1 (ko) * 2018-02-02 2023-10-05 삼성전자주식회사 화자 인식을 수행하기 위한 음성 신호 처리 방법 및 그에 따른 전자 장치
CN108670199B (zh) * 2018-05-28 2023-05-23 暨南大学 一种构音障碍元音评估模板及评估方法
CN111986698B (zh) * 2019-05-24 2023-06-30 腾讯科技（深圳）有限公司 音频片段的匹配方法、装置、计算机可读介质及电子设备
WO2021127976A1 (zh) * 2019-12-24 2021-07-01 广州国音智能科技有限公司 一种可供比对音素选取方法和装置
CN111933172B (zh) * 2020-08-10 2024-09-06 广州九四智能科技有限公司 人声分离提取方法、装置、计算机设备及存储介质
CN111879397B (zh) * 2020-09-01 2022-05-13 国网河北省电力有限公司检修分公司 高压断路器储能机构故障诊断方法
CN114400010A (zh) * 2021-12-17 2022-04-26 深圳市声扬科技有限公司 一种语谱图的显示处理方法、装置、设备及存储介质

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3466394A (en) 1966-05-02 1969-09-09 Ibm Voice verification system
US3700815A (en) * 1971-04-20 1972-10-24 Bell Telephone Labor Inc Automatic speaker verification by non-linear time alignment of acoustic parameters
DE2431458C2 (de) 1974-07-01 1986-05-28 Philips Patentverwaltung Gmbh, 2000 Hamburg Verfahren und Anordnung zur automatischen Sprechererkennung
EP0572531A4 (en) * 1991-02-22 1995-03-22 Seaway Technologies Inc ACOUSTIC METHOD AND APPARATUS FOR IDENTIFYING HUMAN SOUND SOURCES.
US5265191A (en) 1991-09-17 1993-11-23 At&T Bell Laboratories Technique for voice-based security systems
US5339385A (en) 1992-07-22 1994-08-16 Itt Corporation Speaker verifier using nearest-neighbor distance measure
RU2047912C1 (ru) 1994-04-20 1995-11-10 Виктор Николаевич Сорокин Способ распознавания изолированных слов речи с адаптацией к диктору
SE515447C2 (sv) * 1996-07-25 2001-08-06 Telia Ab Metod och anordning för talverifiering
RU2107950C1 (ru) * 1996-08-08 1998-03-27 Николай Владимирович Байчаров Способ идентификации личности по фонограммам произвольной устной речи
US5995927A (en) 1997-03-14 1999-11-30 Lucent Technologies Inc. Method for performing stochastic matching for use in speaker verification
US6389392B1 (en) 1997-10-15 2002-05-14 British Telecommunications Public Limited Company Method and apparatus for speaker recognition via comparing an unknown input to reference data
RU2161826C2 (ru) 1998-08-17 2001-01-10 Пензенский научно-исследовательский электротехнический институт Способ автоматической идентификации личности
US6411930B1 (en) 1998-11-18 2002-06-25 Lucent Technologies Inc. Discriminative gaussian mixture models for speaker verification
GB9913773D0 (en) * 1999-06-14 1999-08-11 Simpson Mark C Speech signal processing
US6993378B2 (en) * 2001-06-25 2006-01-31 Science Applications International Corporation Identification by analysis of physiometric variation
RU2230375C2 (ru) * 2002-09-03 2004-06-10 Общество с ограниченной ответственностью "Центр речевых технологий" Метод распознавания диктора и устройство для его осуществления
US20050171774A1 (en) * 2004-01-30 2005-08-04 Applebaum Ted H. Features and techniques for speaker authentication
JP4455417B2 (ja) * 2005-06-13 2010-04-21 株式会社東芝 移動ロボット、プログラム及びロボット制御方法
US20100217591A1 (en) * 2007-01-09 2010-08-26 Avraham Shpigel Vowel recognition system and method in speech to text applictions
RU2419890C1 (ru) 2009-09-24 2011-05-27 Общество с ограниченной ответственностью "Центр речевых технологий" Способ идентификации говорящего по фонограммам произвольной устной речи на основе формантного выравнивания

Also Published As

Publication number Publication date
RU2419890C1 (ru) 2011-05-27
US20130325470A1 (en) 2013-12-05
ES2547731T3 (es) 2015-10-08
WO2011046474A3 (ru) 2011-06-16
EA019949B1 (ru) 2014-07-30
US20120232899A1 (en) 2012-09-13
EP2482277A2 (en) 2012-08-01
WO2011046474A2 (ru) 2011-04-21
EP2482277B1 (en) 2015-06-24
EP2482277A4 (en) 2013-04-10
US9047866B2 (en) 2015-06-02

Similar Documents

Publication Publication Date Title
EA201290082A1 (ru) Способ идентификации говорящего по фонограммам произвольной устной речи на основе формантного выравнивания
MX2008013078A (es) Metodos y aparatos para codificar y descodificar señales de audio basadas en objeto.
EP2806425A3 (en) System and method for speaker verification
NO20064431L (no) Prosessering av et multikanalsignal
NO20083580L (no) Autentisering av taler
WO2007035183A3 (en) Method, system, and program product for measuring audio video synchronization independent of speaker characteristics
WO2008045476A3 (en) System and method for utilizing omni-directional microphones for speech enhancement
Koldovsky et al. Time-domain blind audio source separation using advanced component clustering and reconstruction
DE602006015376D1 (de) Vorrichtung zur ausblendung von signalausfällen für eine mehrkanalanordnung
WO2006091551A3 (en) Audio signal de-identification
JP2014515833A5 (ru)
WO2014145960A3 (en) Method and system for generating advanced feature discrimination vectors for use in speech recognition
WO2010148141A3 (en) Apparatus and method for speech analysis
Chiba et al. Amplitude-based speech enhancement with nonnegative matrix factorization for asynchronous distributed recording
Stupakov et al. The design and collection of COSINE, a multi-microphone in situ speech corpus recorded in noisy environments
WO2008036768A3 (en) System and method for identifying perceptual features
US9015044B2 (en) Formant based speech reconstruction from noisy signals
Wang et al. Attention-based fusion for bone-conducted and air-conducted speech enhancement in the complex domain
Kallasjoki et al. Recognition of reverberant speech by missing data imputation and NMF feature enhancement
Sahidullah Enhancement of speaker recognition performance using block level, relative and temporal information of subband energies
Vijayalakshmi et al. Selective pole modification-based technique for the analysis and detection of hypernasality
Villalba et al. The I3A speaker recognition system for NIST SRE12: Post-evaluation analysis
Jin et al. Far-field speaker recognition
Fan et al. Acoustic analysis for speaker identification of whispered speech
ATE554479T1 (de) Vorrichtung und verfahren zum übertragen oder wiederabspielen eines mehrkanal-audiosignals

Legal Events

Date Code Title Description
MM4A Lapse of a eurasian patent due to non-payment of renewal fees within the time limit in the following designated state(s)

Designated state(s): KG MD

MM4A Lapse of a eurasian patent due to non-payment of renewal fees within the time limit in the following designated state(s)

Designated state(s): AM AZ TJ TM