РАСПОЗНАВАНИЕ ДИКТОРОВ НА ОСНОВЕ МОДЕЛИ PLDA В СИСТЕМАХ ИНТЕЛЛЕКТУАЛЬНОЙ ОБРАБОТКИ РЕЧИ
Получена: 2026-07-16 12:14:38
Опубликована: 2026-04-18
Аннотация
В данной статье рассматриваются вопросы распознавания дикторов в системах интеллектуальной обработки речи. Анализируется процесс извлечения и сравнения индивидуальных характеристик диктора на основе современных методов обработки речи. В исследовании освещаются эффективные методы распознавания дикторов с использованием модели PLDA, демонстрируется возможность ее применения в различных условиях, а также преимущества с точки зрения экономии вычислительных ресурсов.
Ключевые слова
Список литературы
-
Hansen, John & Hasan, Taufiq. (2015). Speaker Recognition by Machines and Humans: A tutorial review. Signal Processing Magazine, IEEE. 32. 74-99. 10.1109/MSP.2015.2462851.
-
Rabiner L. R., Schafer R. W. Theory and Applications of Digital Speech Processing. – Pearson, 2010. – 1056 p.
-
Shukurov, K., Ochilov, M., Khasanov, U., Kholdorov, S., Rakhmanova, M. (2026). Advanced Speaker Diarization Techniques for Analyzing Uzbek Speech Signals. In: Bradford, P.G., Koul, S.K., Gadsden, S.A., Ghatak, K.P. (eds) Proceedings of IEMTRONICS 2025. IEMTRONICS 2025. Lecture Notes in Electrical Engineering, vol 1468. Springer, Singapore. https://doi.org/10.1007/978-981-95-0433-6_42
-
Shukurov K., Khasanov U., Turaev B., Kakhkharov A. (2023). The Effectiveness of the Implementation of Speech Command Recognition Algorithms in Embedded Systems. The Eurasia Proceedings of Science, Technology, Engineering and Mathematics, 23, 220-224. https://doi.org/10.55549/epstem.1365795
-
K. Shukurov, U. Khasanov, S. Kholdorov, M. Karimova and L. Murodjonov, "Emotion-Aware Speaker Diarization Based on Prosodic and Deep Embedding Integration," 2025 4th International Conference on Applied Artificial Intelligence and Computing (ICAAIC), Salem, India, 2025, pp. 988-992, doi: 10.1109/ICAAIC64647.2025.11330488.
-
Mukhamadiyev, A., Mukhiddinov, M., Khujayarov, I., Ochilov, M., & Cho, J. (2023). Development of Language Models for Continuous Uzbek Speech Recognition System. Sensors, 23(3), 1145. https://doi.org/10.3390/s23031145
-
Musaev, M., Abdullaeva, M., & Ochilov, M. (2022, August). Advanced feature extraction method for speaker identification using a classification algorithm. In AIP Conference Proceedings (Vol. 2656, No. 1, p. 020022). AIP Publishing LLC.
-
Prince S. J. D., Elder J. H. Probabilistic Linear Discriminant Analysis for Inferences About Identity // IEEE 11th International Conference on Computer Vision. – 2007. – P. 1-8.
-
Ioffe S. Probabilistic Linear Discriminant Analysis // Computer Vision – ECCV. – Springer, 2006. – P. 531-542.
-
Desplanques B., Thienpondt J., Demuynck P. ECAPA-TDNN: Emphasized Channel Attention, propagation and aggregation in TDNN based speaker verification // Interspeech. – 2020. – P. 3830-3834.
-
Snyder D., Garcia-Romero D., Sell G., Povey D., Khudanpur S. X-vectors: Robust DNN Embeddings for Speaker Recognition // IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). – 2018. – P. 5329-5333.
Об авторах
Лицензия

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
