автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.11, диссертация на тему:Диалоговая система цифровой обработки зашумленных речевых сигналов

ВВЕДЕНИЕ.

ГЛАВА I. СИСТЕМЫ ОБРАБОТКИ РЕЧЕВЫХ СИГНАЛОВ НА ЭВМ .МЕТОДЫ

УЛУЧШЕНИЯ КАЧЕСТВА И РАЗБОРЧИВОСТИ ЗАИЛЕННОЙ

РЕЧИ.

1.1. Основные области применения систем обработки речевых сигналов на базе ЭВМ.

1.2. Организация математического обеспечения систем цифровой обработки речевых сигналов

1.3. Обзор цифровых методов повышения качества и разборчивости речевых сигналов

ГЛАВА 2. МЕТОДЫ ЦИФРОВОЙ ОБРАБОТКИ РЕЧЕВЫХ СИГНАЛОВ И ИХ

ПРОГРАММНАЯ РЕАЛИЗАЦИЯ.

2.1. Представление речевых сигналов в цифровых вычислительных машинах.

2.2. Модель речеобразования и ее параметры.

2.3. Основные алгоритмы цифровой обработки речевых сигналов в частотной области.

2.4. Средства описания алгоритмов цифровой обработки речевых сигналов.

Выводы по главе 2.

ГЛАВА 3. РАЗРАБОТКА МАТЕМАТИЧЕСКОГО ОБЕСПЕЧЕНИЯ ДИАЛОГОВОЙ СИСТЕМЫ ЦИФРОВОЙ ОБРАБОТКИ РЕЧЕВЫХ СИГНАЛОВ

3.1. Основные концепции, положенные в основу разработки математического обеспечения для диалоговой системы цифровой обработки речевых сигналов.

3.2. Архитектура диалоговой системы.

3.3. Управляющий модуль и системные таблицы

3.4. Базисный уровень.

3.5. Функциональный уровень.

3.6. Диалоговая графическая система анализа синтеза речевых сигналов.

Выводы.

ГЛАВА 4. ПОСТРОЕНИЕ ДИАЛОГОВОЙ СИСТЕМЫ ЦИФРОВОЙ ОБРАБОТКИ

ЗАШУМЛЕНБЫХ РЕЧЕВЫХ СИГНАЛОВ.

4.1. Программная реализация и исследование характеристик методов коррекции зашумленной речи

4.2. Использование модели речеобразования для разработки метода коррекции зашумленных речевых сигналов

4.3. Программное обеспечение для обработки зашумленных речевых сигналов.

4.4. Эксперименты по компилятивному синтезу тональной речи и определению навыков правильного пения.

Выводы по главе 4.

Актуальность темы. К числу наиболее актуальных современных научно-технических проблем относятся проблемы, связанные с обработкой речевых сигналов. Успехи, которые были достигнуты при использовании ЭВМ для решения задач автоматического распознавания и синтеза речи, построения вокодеров, а также систем верификации и идентификации дикторов по голосу, повлекли за собой необходимость дальнейших исследований в этой области и послужили причиной появления новых приложений для использования накопленных методов обработки речевых сигналов. Эти обстоятельства, в свою очередь, привели к созданию целого ряда программных комплексов, предназначенных для обработки речевых сигналов с помощью ЭВМ.

Программные комплексы такого рода могут использоваться как в научных и экспериментальных целях для моделирования аппаратно-реализуемых систем, так и непосредственно для выполнения практических работ.

Основные преимущества использования программных комплексов заключаются в возможности сравнительно просто, по сравнению с аппаратурными способами реализации, заменять или изменять алгоритмы обработки сигнала, производить их отладку, использовать готовые программные модули при составлении новых программ,работать в диалоговом режиме и использовать удобные сервисные средства, предоставляемые стандартными операционными системами. Все это приводит к значительному повышению производительности труда разработчиков.

На сравнительно ранних этапах своего развития комплексы программ для обработки речевых сигналов, как правило, создавались на базе крупных универсальных ЭВМ. Так, пакет прикладных программ "ГРАФ", разработанный в ВЦ АН СССР для моделирования устройств выделения речевых признаков, был рассчитан на машину БЭСМ-6, а система "MAP" фирмы IBM »предназначенная для моделирования систем распознавания слитной речи, эксплуатировалась на машине IBM/360 . Вследствие этого, число подобных программных комплексов было невелико и широкого распространения они не имели.

Бурное развитие средств вычислительной техники, появление большого количества недорогих мини и микро-ЭВМ, обладающих достаточно мощными вычислительными ресурсами и развитым операционным обеспечением, разработка средств и систем автоматизации экспериментов, в частности, появление таких комплексов, как информационно-измерительный комплекс ИВК-2, который включает в своем составе почти все аппаратные средства, необходимые для цифровой обработки речевых сигналов, привели к резкому увеличению числа пользователей систем цифровой обработки речевых сигналов и повлекли за собой массовый спрос на подобные системы, а также расширение их области использования.

Однако разработка комплексов программ для обработки речевых сигналов также является трудоемким процессом, который требует значительных затрат времени и труда программистов. Вместе с тем,большинство методов цифровой обработки речевых сигналов построено на основе использования небольшого числа известных, фундаментальных алгоритмов, таких, например, как быстрое преобразование Фурье или операция свертки.

Таким образом, весьма актуальной представляется в настоящее время задача разработки базового математического обеспечения, предназначенного для построения систем цифровой обработки речевых сигналов на мини и микро-ЭВМ. Создание талого математического обеспечения позволит резко сократить затраты на программирование и отладку новых систем или отдельных алгоритмов обработки речи за счет предоставления пользователю набора эффективных программных средств для реализации алгоритмов цифровой обработки речевых сигналов, обеспечения функций управления данными, характерных для обработки сигналов, а также наличия стандартных средств для организации взаимодействия между пользователем и системой.

Расширение возможностей вычислительных машин, связанное с использованием разнообразных устройств для организации диалогового взаимодействия между пользователем и ЭВМ, в частности, устройств интерактивной машинной графики, позволяет еще больше расширить область использования программных комплексов обработки речевых сигналов и с новых позиций рассмотреть некоторые, еще не решенные проблемы. Одной из таких проблем является проблема повышения качества звучания и разборчивости зашумленных речевых сигналов.

Речевой сигнал, с которым приходится иметь дело на практии о тч ке, всегда в той или инои степени зашумлен. В тех случаях, когда шум имеет значительную интенсивность, его наличие может существенно исказить результаты обработки речевого сигнала,например, привести к неправильному распознаванию произнесенного слова или сделать ошибку при верификации или идентификации говорящего по голосу. В других случаях, например, при восстановлении фонограмм в архивном деле или при проведении анализа зашумленных записей речи в криминалистике, задача очистки речевого сигнала от шума носит вполне самостоятельный характер и является единственной целью работы. Поэтому проблема разработки методов повышения качества и разборчивости зашумленных речевых сигналов является весьма актуальной.

Для решения этой задачи предложен целый ряд методов обработки речевых сигналов,однако степень пригодности этих методов весьма ограничена. Как правило, в результате их использования повышается качество звучания речевого сигнала и речь звучит чище и приятнее, чем до обработки. Однако другая важная характеристика речевого сигнала - разборчивость либо увеличивается весьма незначительно, либо вовсе ухудшается. Некоторые методы обработки речевого сигнала, наоборот, увеличивают именно разборчивость, но при этом ухудшают качество звучания. Более хорошие результаты удается получить, если заранее известны определенные сведения о речевом сигнале, или о свойствах шума.

Тот факт, что различные методы обработки речевого сигнала по-разному влияют на повышение качества и разборчивости речи, дает основание считать, что в некоторых случаях хорошего результата можно добиться за счет комбинирования нескольких известных методов обработки затушенной речи, либо за счет выбора наиболее подходящего алгоритма фильтрации.

В полной мере использовать изложенные выше возможности для обработки зашумленных речевых сигналов можно лишь в условиях диалогового режима работы. Поэтому весьма важной задачей, с научной точки зрения, представляется задача создания диалоговой системы цифровой обработки речевых сигналов, ориентированной на обработку зашумленных речевых сигналов с использованием средств интерактивной машинной графики, и использование этой системы для построения новых алгоритмов фильтрации речевых сигналов.

С практической точки зрения, разработка подобной системы также представляется весьма актуальной задачей. Довольно часто возникает необходимость повышения качества звучания и разборчивости зашумленных речевых сигналов, причем обработку речи не обязательно производить в реальном масштабе времени. В качестве примеров можно привести обработку зашумленных фонограмм в криминалистических целях или восстановление старых архивных записей. В этих случаях использование диалоговых методов обработки может дать наиболее приемлемые результаты.

Таким образом, актуальность темы исследования обусловлена как необходимостью разработки базового математического обеспечения для систем цифровой обработки речевых сигналов на малых ЭВМ, которое значительно облегчило бы создание новых программных комплексов для обработки речи, так и необходимостью разработки новых, более совершенных, методов цифровой обработки зашумленных речевых сигналов.

Основная цель состоит в разработке математического обеспечения диалоговых систем цифровой обработки речевых сигналов на малых ЭВМ, применении этого математического обеспечения для создания диалоговой системы цифровой обработки зашумленных речевых сигналов, а также построении новых алгоритмов анализа .зашумлено нои речи.

Методы исследований. Для решения поставленных задач использовались методы цифровой обработки сигналов, методы акустической теории речеобразования, численные методы и эксперимент.

Научная новизна. Разработаны требования к составу и структуре математического обеспечения диалоговых систем цифровой обработки речевых сигналов на малых ЭВМ. На основе этих требований реализовано математическое обеспечение, которое может служить основой для построения программных комплексов различного назначения, предназначенных для обработки речевых сигналов. На базе этого математического обеспечения построена диалоговая графическая система цифровой обработки речевых сигналов, ориентированная, в частности, на обработку зашумленных речевых сигналов в диалоговом режиме, с использованием средств интерактивной машинной графики. Предложен и экспериментально проверен новый алгоритм обработки зашумленных речевых сигналов, который основан на оценивании значений основных параметров линейной модели рече-образования и использовании полученных оценок для коррекции амплитудного спектра затушенного речевого сигнала. Разработанный алгоритм обеспечивает выделение параметров и улучшение разборчив вости речи при более низких отношениях сигнал/шум, чем известные методы обработки зашумленных речевых сигналов в спектральной области.

Практическая ценность и реализация результатов работы. Диссертационная работа выполнялась в рамках плановой НИР ВЦ АН СССР - НГР 0182.3043 942 - Исследование принципов реализации акустического диалога "человек - ЭВМ". Разработанное математическое обеспечение может использоваться для построения систем цифровой обработки зашумленных речевых сигналов, а также для построения программных комплексов,предназначенных для исследования просодических и фонетических свойств речевых сигналов, особенностей эмоциональной речи, моделирования систем идентификации и верификации дикторов по голосу, а также автоматического распознавания и синтеза речи. Это математическое обеспечение и, построенная на его основе, диалоговая система цифровой обработки зашумленных речевых сигналов реализованы в ВЦ АН СССР на измерительно-вычислительном комплексе ИВК-2 и использовались:

- в исследованиях по синтезу тональной речи и других плановых работах ВЦ АН СССР;

- в исследованиях по определению характеристик эмоциональной речи, проводимых в Одесском государственном университете;

- в исследовании закономерностей правильного детского пения, проводимых Академией педагогических наук СССР;

- в работах по анализу зашумленных фонограмм, которые проводились для ВНИИ Судебной экспертизы Министерства юстиции СССР;

Математическое обеспечение для систем цифровой обработки речевых сигналов было использовано ВНИИ Министерства внутренних дел СССР для разработки системы идентификации и верификации дикторов по голосу, а также Московским государственным педагогическим институтом иностранных языков им. М.Тореза для проведения научных работ по исследованию речи. Внедрение результатов работы подтверждается соответствующими актами.

Апробация работы. Результаты работы докладывались на 2-й Всесоюзной школе-семинаре "Разработка и использование технических и программных средств системы малых ЭВМ (СМ ЭВМ), Домбай, 1982; на 12 и 13 Всесоюзных семинарах по автоматическому распознаванию слуховых образов, Одесса, 1982, Новосибирск, 1984; на международном симпозиуме "COMPUTATIONAL MODELS OF HEARING ANN) VISlDJf Таллин, 1984 г.

Публикации. По теме диссертации опубликовано семь печатных работ, в том числе четыре работы в соавторстве. Содержание диссертации нашло также отражение в двух отчетах ВЦ АН СССР.

Структура диссертации. Диссертация состоит из введения,четырех глав, заключения и приложения. Во введении дается общая постановка задач и излагается краткое содержание работы по главам, а также содержатся сведения об апробации результатов диссертации.

Основные результаты диссертационной работы сводятся к следующему :

1. Рассмотрены требования к составу и структуре математического обеспечения для построения диалоговых систем цифровой обработки речевых сигналов на малых ЭВМ. На основе этих требований практически реализовано программное обеспечение, которое может служить основой для построения программных комплексов различного назначения, предназначенных для обработки речевых сигналов на малых ЭВМ типа СМ-4.

2. Рассмотрена структура алгоритмов обработки речевых сигналов и обоснованы требования к организации управления потоком данных в системах цифровой обработки речевых сигналов. Разработан комплекс программных средств для реализации функций управления данными при обработке речевых сигналов. Отличительной особенностью этих программных средств является то, что они позволяют описать в прикладной программе основные параметры обработки речевого сигнала, например, длину интервалов анализа и период дискретизации параметров, а затем управлять с помощью специальных запросов, процессом передачи данных во время выполнения программы.

3. На основе разработанного математического обеспечения построена диалоговая графическая система анализа-синтеза речевых сигналов, которая обеспечивает, в частности, наглядное отображение речевого сигнала и его характеристик на экране графического дисплея, выделение и сохранение значений параметров речевого сигнала, синтез речи по заданным параметрам.

4. Исследованы характеристики методов обработки зашумленных речевых сигналов в спектральной области: метода вычитания амплитудных спектров и метода усиления спектральных максимумов. Показано, что оба метода позволяют на 2-4% увеличить разборчивость речи при наличии аддитивных помех типа белого шума и исходных отношениях сигнал/шум от -5 до +5 дб. При помехах с линейчатым спектром выигрыш в разборчивости для метода вычитания амплитудных спектров составляет в среднем несколько десятков процентов (до 65% при исходной разборчивости 0$).

5. Построен алгоритм коррекции речевого сигнала,искаженного аддитивным белым шумом, основанный на оценке, по затушенному сигналу, значений параметров линейной модели речеобразования и последующей коррекции амплитудного спектра затушенного сигнала в соответствии с выделенными параметрами.Метод обеспечивает улучшение качества звучания затушенной речи (90% действительных предпочтений в испытаниях по методу парных сравнений), а предварительная оценка выигрыша в разборчивости составляет 6-12% при исходных отношениях сигнал/шум -3 —8 дб.

6. Создана диалоговая система,предназначенная для разработки и исследования новых методов коррекции затушенных речевых сигналов,а также выполнения практических работ в этой области.

7. Разработанное математическое и программное обеспечение было использовано в исследованиях по определению характеристик эмоциональной речи, проводимых в Одесском государственном университете,при обработке затушенных фонограмм для Всесоюзного НИИ судебной экспертизы, при разработке системы идентификации и верификации диктора по голосу во Всесоюзном НИИ МВД СССР, а также в исследованиях, проводимых в Московском государственном педагогическом институте иностранных языков имени М.Тореза.

1. Антоны) А. Цифровые фильтры: анализ и проектирование. Пер. с англ. под ред. С.А.Понырко. М., Радио и связь, 1983.

2. Архангельский C.B., Бром Н.С., Засов В.А. Структура автоматизированной системы исследования речи. Материалы Всесоюзного семинара APC0-I0. Тбилиси, Мецниереба, 1978, с.5-7.

3. Архангельский C.B., Никитин А.И. Системы оптимизации программ. Киев, Техника, 1983.1, Банковский Ю.М. и др. ГРАФОР: комплекс графических программ на Фортране. М.: ИПМ АН СССР, 1983, ч.1.

4. Гаврилко Б.П., Тарабунов И.М. Аппаратурно-программный комплекс для анализа и распознавания речевых сигналов на основе микроЭВМ. Материалы Всесоюзного семинара APC0-I2, Киев, 1982, с.167-168.

5. Голд Б., Рейдер Ч. Цифровая обработка сигналов. М., Советское радио, 1973.

6. Гурьев Ю.Ю., Прохоров Ю.И. Алгоритм рекуррентной фильтрации речевых сигналов. Материалы Всесоюзного семинара APC0-I2. Киев, 1982, с.39-42.- 133

7. Емельянова I.A., Кольцова A.A. Организация базы данных проблемно-ориентированных, диалоговых систем. М.: ВЦ АН СССР, 1980.

8. Захарченко Г.Ф. Система дош исследования речи на малой ЭВМ. Материалы Всесоюзного семинара APC0-I2. Киев, 1982, с.170-172.

9. Кабанова Е.И. Изучение тонкой структуры речевого сигнала на ЭВМ "Эклипс". Материалы Всесоюзного семинара APC0-II. Ереван, 1980, с. 70-71.

10. Ковязин В.И., Лихачев C.B. Программный комплекс обработки речевых сигналов на ЭВМ. Рукопись депонирована в ЦНТИ "Информ-связь", В 209, 14 апреля 1983 г., II с.

11. Кольцова A.A., Чучупал В.Я. Пакет прикладных программ цифровой обработки речевых сигналов на ЭВМ СМ-4. В сб.: Разработка и использование технических и программных средств системы малых ЭВМ (СМ ЭВМ). Материалы 2 Всесоюзного семинара. М., 1982, с.100—101.

12. Кольцова A.A., Крюков Г.В., Трунин-Донской В.Н., Чучупал В.Я. Организация ввода-вывода речевой информации в стандарте КАМАК. Материалы Всесоюзного семинара APC0-I2. Киев, 1982, с.177-179.

13. Кронрод М.А., Чочиа П.А. Математическое обеспечение диалоговой системы обработки изображений. В кн.: Иконика. Теория и методы обработки изображений. М., Наука, 1983, с.87-99.

14. Кулагин М.В., Пажитнов А.Л. Ввод и обработка акустического сигнала на микро-ЭВМ. Материалы Всесоюзного семинара APC0-I2. Киев, 1982, с.180-181.

15. Э. Кулагин М.В., Пажитнов А.Л. Система обработки речевых сигналов на базе ЭВМ "Электроника-60". -В сб.: Анализ речевых сигналов. М., ВЦ АН СССР, 1984, с.12-19.

16. Куля В.И. Влияние фазовых соотношений в спектре речи на ее восприятие. "Электросвязь", № 7, 1970, с.59-66.- 134

17. Ли У. Методы автоматического распознавания речи. Пер. с англ. под ред. А.А.Воронова, М., Мир, 1983.

18. Ли дин С. Л., Егоров А. И., Савицкий Ю.Д. Пщсет прикладных программ для моделирования методов предварительной обработки в системе распознавания речи. В сб.: Пакеты прикладных программ. Методы и разработка. Новосибирск, 1981, с.36-42.

19. Лейтес Р.Д., Соболев В.И. Цифровое моделирование систем синтетической телефонии. М., Связь, 1969.

20. Лейтес Р.Д., Соболев В.Н. Эффект влияния фаз на слуховое восприятие синтезированной речи. "Электросвязь", 1974, с.62-64.

21. Лим Дж., Оппенхейм A.B. Коррекция и сжатие спектра зашумленных речевых сигналов. ТИИЭР, т.67, В 12, 1979.

22. Маклеллан Дд.Х., Рейдер Ч.М., Применение теории чисел в цифровой обработке сигналов. М., Радио и связь, 1983.

23. Малые ЭВМ и их применение. Под ред. Б.Н.Наумова, М., Статистика, 1980.

24. Маркел Дяс.Х., Грей А.Х. Линейное предсказание речи. Пер. с англ. под ред. Ю.Н.Прохорова. М., Связь, 1980.

25. Э. Моисеев H.H., Иванилов Ю.П., Столярова Е.М. Методы оптимизации. М., Наука, 1978.

26. Мячев A.A. Организация управляющих комплексов. М., Энергия,1980.

27. Назаров М.В., Ковязин В.И. Марковская модель речевого сигнала. Материалы Всесоюзного семинара APC0-I2. Киев, 1982, с.44-49.

28. Нгуен Ань Туан, Чучупал В.Я. Эксперименты по компилятивному синтезу тональной речи. Материалы Всесоюзного семинара APC0-I3, Новосибирск, 1984, с.153.

29. Овчинникова О.П. Повышение разборчивости речи путем цифровой фильтрации. 9 Всесоюзная акустическая конференция, М., 1977, Выпуск "Ф", с.33-36.- 13534. Оппенгейм A.B., Шафер P.B. Цифровая обработка сигналов. М., Связь, 1979.

30. Отчет о НИР. Отчет по теме "Кокос-АН".М., ВЦ АН СССР, 1983.

31. Покровский Н.Б. Расчет и измерение разборчивости речи. М., Связьиздат, 1962.

32. Пономарев Е.П., Прохоров Ю.Н. Адаптивная линейная фильтрация при первичной обработке речевых сигналов. Материалы Всесоюзного семинара APC0-I0. Тбилиси, Мецниереба, 1978.

33. Поспелов Д.А. Введение в теорию вычислительных систем. М., Советское радио, 1972.

34. Потапов В.Г. Интерактивная система сегментации и оценки параметров речевого сигнала. Материалы Всесоюзного семинара APC0-II. Ереван, 1980, с.67-70.

35. Программы распознавания речи с надежностью 99,3$. "Электроника", 1983, № 15, с.79.

36. Прохоров Ю.Н. Рекуррентное оценивание параметров. В кн.: Распознавание образов.Теория и приложения. М., Наука,1977,с.67-80.

37. Прохоров Ю.Н. Новые модели речевых сигналов и рекуррентное оценивание параметров.- В кн.Проблемы построения систем понимания речи. М., Наука, 1980, с.97-109.

38. Прохоров Ю.Н. Статистические модели и рекуррентное предсказание речевых сигналов. М., Радио и связь, 1984.

39. Рабинер Л.Р., Гоулд Б. Теория и применение цифровой обработки сигналов. М., Мир, 1978.

40. Рабинер Л.Р., Шафер Р.В. Цифровая обработка речевых сигналов. М., Радио и связь, 1981.

41. Рылов A.C. Разработка и исследование прогнозирующих синтезаторов речи для устройств вывода речевой информации из ЭВМ. Автореферат дисс. канд.техн.наук. Минск, 1981.

42. Санников В.Г., Журавский Ю.И., Прохоров Ю.Н. Формирование банка априорных данных о речи диктора. Материалы Всесоюзного семинара APC0-I2, Киев, 1982, с.49-52.

43. Саложков М.А. Роль фазовых соотношений в восприятии речи. Акустический журнал, 1974, т.20, I, с.144-146.

44. Сапожков М.А., Михайлов В.Г. Вокодерная связь. М., Радио, и связь, 1983.

45. Сапожков М.А, Заметность амплитудно-частотных искажений речи. Электросвязь, 1974, В 6, с.23-26.

46. Сейдж Э., Меле Дне. Теория оценивая и ее применение в теории связи и управлении. М., Связь, 1976.

47. Сомин Н.В. Пакет прикладных программ для исследования речевых сигналов.- В кн.; Анализ и распознавание речевых сигналов. -В ich.: Анализ и распознавание речевых сигналов на ЭВМ., М., ВЦ АН СССР, 1975.

48. Сомин Н.В. и др. Алгоритмы выделения основного тона спектральными методами для ЭВМ среднего класса. В сб.: Дискретная обработка речевых сигналов. М., ВЦ АН СССР, 1978.

49. Фант Г. Акустическая теория речеобразования. М., Наука, 1964.

50. Фант Г. Анализ и синтез речи. Пер.с англ.под ред. Н.Г.Загоруй-ко, Новосибирск, Наука, 1970.

51. Фланаган, Джеймс Л. Анализ, синтез и восприятие речи. Пер. с англ. под ред. А.А.Пирогова, М., Связь, 1968.- 137

52. Фомин В.Н. Рекуррентное оценивание и адаптивная фильтрация. М., Наука, 1984.

53. Цвикер Э., Фельдкеллер Р. Ухо как приемник информации. М., Связь, 1971.

54. Чучупал В.Я. Диалоговая система анализа-синтеза речевых сигналов.-в сб.:Анализ речевых сигналов, М., ВЦ АН СССР, 1984, с.З-П.

55. Чучупал В.Я. Диалоговая система цифровой обработки затушенных речевых сигналов. Материалы Всесоюзного семинара APC0-I3, Новосибирск, 1984, C.II6-II7.

56. Чучупал В.Я. Реализация метода вычитания спектров для повышения качества и разборчивости речи. Материалы Всесоюзного семинара APC0-I2, Киев, 1982,сс.155-157.

57. ЭВМ пятого поколения. Концепции, проблемы, перспективы. Пер. с англ. под ред.А.А.Рывкина, М., Финансы и статистика, 1984.

58. Экхауз Р., Моррис Л. Мини-ЭВМ: организация и управление. М., Финансы и статистика,1983, пер. с англ. под ред. Г.П.Васильева.

59. Эйкхофф П. Современные методы идентификации систем. М., Мир, 1983, пер. с англ. под ред. Я.З.Цыпкина.

60. Allen J.В. Applications of the Short Time Fourier Transform to Speech Processing and Spectral Analysis. Proc.1982 IEEE Int. Oonf.ASSP, icassp 82, pp.1012-1015.

61. B. Boll S.F. Suppression of Acoustic Noise in Speech Using Spectral Subtraction. IEEE Trans.ASSP, Vol.27,No.2,pp.113-120,1979

62. Bunge E. Automatic Forensic Speaker Recognition. 1979 Carna-han Conference on Crime Countermeasures, pp.41-51, 1979.

63. Э. Bunge E. Automatic Speaker Recognition By Computers. Proc.1976 IEEE Int.Conf.ASSP,p.739.

64. Burrus C.S., Eschenbacher P.T. An In-Place, In-Order Prime

65. Factor FFT Algorithm. IEEE Trans. ASSP, Vol.29, No.4,pp.806-816.

66. V Dixon N.R., Silverman N.F. A Description of a Parametrically Controlled Modular Structure for Speech Processing. IEEE Trans. ASSP, Vol.23, No.1| 1975, pp.87-91. . Dixon N.R., Silverman N.F. The 1976 Modular Acoustic Processor

67. Drucker H. Speech Processing in a High Ambient Noise Environment.f

68. EE ffirans.Audio Electroac. Vol.AU-16, 1968, pp.165-168. . Gordon L.D. High Order Notations and Automated Program Generation for Real Time Signal Processing. Proc.1982 IEEE Int.Conf.ASSP, pp. 683-686.

69. Sambur M.R. Adaptive Noise Cancelling for Speech Signals. IEEE Trans.ASSP, Vol.ASSP-26, 1978, pp.419-423.

70. Schroeder M.R. Period Histogram and Product Spectrum: New Methods for Fundamental Frequency Measurement. Journ,Acoust. Soc.Am., Vol.43, No.4, pp.829-834, 1968.

71. Schwartz R.M. Acoustic-Phonetic Experiment Facility for the Study of Continious Speech. Proc.1976 IEEE Int.Conf.ASSP, ICASSP-76, pp.1-4.

72. Seneff S. System to Independently Modify Exitation And/Or Spectrum of Speech Waveform Without Explicit. IEEE Trans. ASSP, Vol.ASSP-30, No.4, pp.566-578, 1982.

73. Sondhi M.M., Schmidt C.E., Rabiner L.R. Improving the Quality of a Noisy Speech Signal. Bell Syst.Techn.Jour., Vol.60, No.8, 1981, pp.1847-1858.

74. Song K.H., Un O.K. Pole-Zero Modeling of Noisy Speech and It's Applications to Vocoding. Proc.1982 Int.Conf.ASSP, ICASSP-82, pp.1851-1 588.

75. Varner L.W., Niller T.A., Eger t.E, a Simple Adaptive Technique for Speech Enhancement. Proc.1983 Int.Conf.ASSP, pp.11 26-1128.

76. Un C.K., Choi K.Y. Improving IPC Analysis of Noise Speech by Autocorrelation Subtraction Methods. Proc.1981 IEEE Int.Conf. ASSP, 1981, pp.1082-1085.

77. WicLrow B., et al. Adaptive Noise Cancelling: Principles and Applications. Proc.IEEE, Vol.63, No.12, 1975, pp.1672-1716

78. Wu Y.S. A Common Operational Software (ACOS) Approach to a Signal Processing Development System. Proc.1983 Int.Conf.ASSP, ICASSP-83, pp.1172-1175.