3.7.3. СТРУКТУРА СИСТЕМЫ

С помощью описанного выше метода распознавания была создана реальная система распознавания. Блок-схема системы показана на рис. 3.57. Звук с помощью микрофона преобразуется в сигнал; на группе фильтров производится разложение сигнала по частотам, затем выполняется преобразование в двоичный код и составляется ДСВО. Блок, обозначенный на рисунке пунктиром, относится к упомянутому выше обучению, в обычном методе распознавания неопределенного говорящего он не используется. Работа остальных блоков осуществляется следующим образом.

1. Группа фильтров - это набор из нескольких полосовых фильтров, в данной системе их 15. Центральные частоты -

Рис. 3.57. Блок-схема системы распознавания.

250 -г- 6300 Гц с шагом октавы; острота резонанса фильтра Q равна 6. Выходные сигналы фильтров сглаживаются, квантуются выборками через 10 мс. В результате получаются -мерные векторы. Выходы фильтров на данном этапе представлены восемью битами.

2. Преобразование в ДСВО. Среди 15 данных из группы фильтров выделяются пиковые значения, их окрестности принимаются за 1, а остальные места за 0, таким образом выполняется преобразование в двоичный код. При этом характеристики источника звука нормализуются. Звук, образующийся при колебаниях голосовых связок, за счет колебательных свойств связок ослабевает на высоких частотах. Поэтому перед преобразованием в двоичный код определяется линия наименьших квадратов для 15 значений данных, и ее наклон корректируется [31]. Затем в области над этой линией выделяются пиковые значения и выполняется преобразование в двоичный код. В реальном устройстве вычисление линии наименьших квадратов отсутствует; в нем используются фильтры, которые позволяют достичь почти такого же результата [32]. По наклону полученной линии можно узнать разновидность звука: отрицательный наклон - звонкий, положительный - глухой, и в ДСВО добавляется 16-й столбец данных с 1 и 0 соответственно.

3. Блок сравнения. Степень подобия между неизвестным входным образом и функцией принадлежности, зафиксированной как эталонный образ, вычисляется по формуле (3.37). Длительности обоих образов согласуются с помощью линейного сжатия/расширения аналогичного тому, которое выполняется при формировании функции принадлежности. Временные изменения фиксируются в функции принадлежности в виде изменений, нормированных линейным сжатием/расширением. Иначе говоря, в эталонном образе появляются кроме 0 и 15 промежуточные значения, и блок сжатия/расширения ведет себя как нелинейный.