автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.05, диссертация на тему:Исследование и разработка элементов и устройств для систем фонемного декодирования речи

Астраханский государственный технический университет Комитета РФ по рыболовству

ГЛ Г ^ Л '1

, . .. ... На правах рукописи

ШМАКОВ ВИКТОР РАХИМОВ11Ч

ИССЛЕДОВАНИЕ II РАЗРАБОТКА ЭЛЕМЕНТОВ II УСТРОЙСТВ ДЛЯ СИСТЕМ ФОНЕМНОГО ДЕКОДИРОВАНИЯ РЕЧИ

Специальность: 05.13.05 - Элементы и устройства вычислительной

техники и систем управления

Автореферат диссертации на соискание ученой степени кандидата технических наук

Астрахань - 1995

Работа выполнена на кафедре "Вычислительной математики и применения ЭВМ" Всесоюзного заочного электротехнического института связи /ныне Московский государственный технический университет связи и информатики/, а также на предприятии п/яР-6118, СКБ ФИ АН СССР и в НПО "Каспрыбтехцентр".

Научный руководитель - кандидат технических наук,

доцент В.Н.Соболев

Официальные оппоненты: - доктор технических наук,

проф. Е.И.Духнич

- кандидат физико-математических наук А.П.Бабичев

Ведущая организация - Астраханский научно-исследовательский и

технологический институт вычислитель -них устройств

Защита состоится 15 декабря 1995 г. в 10 ч. на заседании специализированного совета К 117.07.02 в Астраханском государственном техническом университете Комитета РФ по рыболовству по адресу: 414025,г. Астрахань, ул.Татшцева 16, АГТУ.

С диссертацией можно ознакомится в библиотеке Астраханского Государственного Технического Университета.

Автореферат разослан /-1<0Л0Р$ 1995 г.

Ученый секретарь специализированного совета кандидат технических наук, доцент

И.Ю.Петрова

ОБЩАЯ ХАМгаЬгйСТИКА ДИССЕРТАЦИИ

Актуальность темы. Эффективное решение проб-теш фонемного декодирования речи позволит создать фонемные вокодеры с максимально возможной величиной компрессии речи/1 : ГООО/, гавариантные по отношению к дикторам, резко увеличить пропускную' :пособность каналов связи, решить проблему распознавания слитной «чи, построить высоконадёжные и максимально доступные для поль-(ователей средства вычислительной техники, высвободить тысячи годей, занятых на рутинных операциях ввода ингоошации в каналы

и внесёт наиболее существенный и весомый вклад в решение [роблемы создания систем искусственного интеллекта.

Целью диссертационной работы яв-гяется исследование и разработка элементов и устройств доя систем фонемного декодирования речи на базе различных вариантов •птических вычислителей с привлечением концепций конструктивной гатематики и принципов построения систем искусственного интеллек-•а.

Основные задачи исследования:

1. Исследование и разработка элементов и устройств систем юнемного декодирования речи на принципах оптической некегерент-гой обработки сигналов.

2. Исследование и разработка элементов и устройств систем юнемного декодирования речи на базе когерентной оптики;

3. Моделирование элементов и устройств систем фонемного декодирования речи голографическими методами.

4. Построение систем фонемного декодирования речи на базе /етодов конструктивной математики и принципов искусственного штеллекта.

5. Экспериментальное исследование различных вариантов построения систем фонемного декодирования речи, рассмотренных в

тредадущих пунктах.

Методы исследования. Основные результаты диссертации получены с использованием методов теории информации, математической физики, конструктивной математики, вычислительной техники и голографии.

Научная новизна проделанной работы заключается в том, что впервые предлагается сложную высокоинтеллектуальную систему фонемного декодирования речи

реализовать на базе высокопроизводительного оптического вычислителя, логика функционирования и математическое обеспечение которого разработаны на принципах конструктивной математики, характеризующегося сочетании динамичной архитектуры и ассоциативной памяти.

Практическая ценность проделанной работы, Предлагаема методы построения систем фонемного декодирования речи позволяют создать работающие в реальном масштабе времени высокоэффективные устройства ввода и переработки информации, ориентированные преимущественно на использование больших и сверхбольших словарей/от нескольких сотен до нескольких десятков тысяч слов/, инвариантные по отношению к большому коллективу дикторов и пригодные для построения систем распознавания слитной речи и понимания высказываний простой конструкции.'

Внедрение результатов работы; Теоретические результаты и практические рекомендации диссертационной работы использовались при перспективном проектировании сетей связи Минского проектного института Гипросвязь, в контуре управления промышленного робота на операциях изготовления экранных профилей предприятия п/я P-6II8, в рабочем проекте САПР ПГО "Каспрнбтех-пром", что подтверждается соответствующими актами внедрения/использования/.

Апробация работы;* Вззультаты диссертационной работы докладывались и обсуждали;ь:

- на научных конференциях профессорско-преподавательского состава Всесоюзного заочного электротехнического института связи

в 1983 - 1987 г;т.;

- на ХЕУ Всесоюзной школе-семинаре "Автоматическое распознавание слуховых образ ов/АКХЫ4/, Каунас, 1986;

- на XI Международном конгрессе фонетических наук, Таллин,

1987; _

_ на 1_ой научно-практической конференции "Применение персональных компьютеров в органах государственного управления"; Москва; 1987;

- на научной конференции "Применение микропроцессоров в

медицинском приборостроении", Москва, 1987;

- на Всесоюзном совещании "Современное состояние работ по автоматическому распознаванию и синтезу речи", Киев, Институт кибернетики гаи В.М.Глуншова АН У1ЯР, 1988;

- на Всесоюзной конференции "Актуальные проблемы развития и внедрения новой информационной технологии", Таллин, 1989;

- на научно-методической конференции "помпьютеризац^я учебного процесса по электротехническим дисциплинам", организованной Научно-методическим Севе том по электротехнике Госкомитета Российской Федерации по высшему образованию и Ассоциацией разработчиков и пользователей компьютерных обучающих программ, Астрахань, 1993;

Публикции. По материалам диссертации опубликовано двенадцать печатных работ: четыре-статьи, два доклада и тезисы шести докладов на Всесоюзных и межотраслевых конференциях;

Объём и структура работы. Диссертация изложена на Г50 страницах машинописного текста, иллюстрирована 28 рисунками, соДеряит введение, четыре раздела, заключение и список литературы, включающий 258 наименований. В приложения вынесены вспомогательные материалы и документы о внедрении результатов работы.

Основные положения, вынос юше на защиту:

1. Реализация метода модуляции несущей совместно с использованием зрачковой апертуры для задания произвольной формы оптической передаточной функции, позволявшей приблизить оптические некогерентные распознаватели речевых сигналов к когерентным с одновременным обеспечением выигрыша по габаритам, массе, стоимости и нечувствительности к внешним дестабилизирующим факторам.

2. Новая архитектура системы фонемного декодирования речи /отличная от архитектуры фон пеймана/, для которой характера генерация множества точных копий речевого сигнала на входе, многоалгоритмическая, мультипараллельная обработка полученных копий оптическим вычислителем, работающим в режиме слояных интегральных преобразований и простая арифметическая обработка полученных данных традиционным микропроцессором.

3. Акустический процессор, работающий по методу интегральной параметризации распознаваемого речевого сигнала, путём включения оптического вычислителя в контур обратной связи процессора, решающего акустическое волновое уравнение.

4. Акустический процессор, работающий по методу модификации корневых основ распознаваемых речевых сигналов с помощью алгоритма Калыана-Бьюси и дальнейшим распознанием, использующим лингвистический процессор, работающий по схеме исчисления натуральных выводов.

Ь. Ассоциативный акустический процессор, работающий по мето Физической временной нормализации речевого сигнала, использующий инвариантные преобразования и ассоциативные оптические маски.

б. Система искусственного интеллекта, основанная на проведу! регуляризации некорректных алгоритмов над некоторой алгеброй к алгебре вполне корректных алгоритмов.

СОДЕРЖАНИЕ РАБОТЕ

Бо введении обоснована актуальность темы, сформулированы цель и задачи исследования.

Анализ известных алгоритмов распознавания речевых сигналов и оценка их возможностей выполнены в разделе I. На основе общего подхода проведена классификация систем распознавания речи/СРг/. Приведены основные соотношения, характеризующие работу СРР различных типов. Выявлены факторы, ограничивающее возможности существующих СРР.

Подробно рассмотрены СИИ на базе оптических вычислителей и СРР с элементами семантической интерпретации.

Показано, что переход к оптическим вычислителям в контуре СРР позволяет решить три возникшие проблемы в теории и практике распознавания слуховых образов:

- проблему узости архитектуры фон пеймана;

- проблему адекватного и вместе с тем исчерпывающе полного описания слухового образа;

- проблему аппаратурной реализации СРР в условиях практически неограниченного роста объёма словаря и перехода к распознаванию слитной речи;

В заключении раздела I на основе проведённого в нём анализа намечены основные пути дальнейшего развития СРР.

Раздел II посвящён исследованию различных вариантов построения СРР на базе оптических вычислителей.

Рассмотрены оптические СРР, использующие некогерентный и когерентный свет, а также СРР с искусственными/синтетическими/ голограммами.

Показано, что использование модуляции несущей лазерного луча наряду с программным маскированием зрачковой апертуры оптического процессора даёт возможность представить функции, описывающие процесс обработки сигналов, в комплексной плоскости при существенном выигрыше отношения сигнал/шум порядка 10 - 15 дБ по сравнению с

оптическими корреляторами с вещественнозначными функциями.

Показано, что по любой требуемой оптической передаточной функции/ОПФ/ возможно изготовление маски, помещаемой в плоскости зрачка, автокорреляция которой равна требуемой 0П$. Это достигается посредством записи в плоскости зрачка голограмм Френеля аппаратной функции //г/*, полученной при Фурье-преобразовании// . Если изготовленную голограмму Френеля опорного объекта //фреймовый портрет спектрограммы фонемы/ расположить в плоскости регистрации Р, то аппаратная функция содер.ткт прямое и действительное перевёрнутое изображение у . Таким образом, если голограмма Френеля объекта^ расположена в плоскости транспаранта, а объект £ находится в плоскости зрачка, то в выходкой плоскости содержатся и корреляция и свёртка £ с £ . Предлагается некогерентная оптическая система высокочастотной Фильтрации, получаемой при помощи соответствующего выбора функции зрачка с кодированием несущей. Кодирование несущей осуществлялось по следующей схеме.

нуть. В общем случае они могут быть комплексными. По этим изоб-рагэниям мы создаём кодированные транспаранты с интенсивностями пропускания

где Ц. - несущая частота, которая кодируется. В плоскости фиксации базового некогерентного процессора корреляция и ^ даёт пятно Х2 :

+^ф&^МР^ ^(рм^®///^^^ - сш^ф] (з)

Выбором достаточно большого значения Щ , а также электронной полосовой фильтрацией и пропусканием кодированной несущей через вторую маску, находящуюся в плоскости зрачка и дополнительного зрачка с функцией пропускания как у синусоидально"' реиётки мог-но все нежелательные члены в уранении (3) удалить. Полученная О® имеет свойство высокочастотного Фильтра, инвариантного к смещению голограмм в плоскости транспаранта и не пропускающего

которые нужно свер-

(2)

низкие частоты и постоянную составляющую, т. е. ведущий себя как когерентный оптический процессор с приемлемо острым пиком корреляции. Чтобы получить в выходной плоскости нужную комплексную Функцию /(9 О > сканируем эту плоскость растровой развёрткой в направлении ос^. При этом пространственная несущаяпереходит во временную > гДе & ~ скорость сканирования, а огибающая выделяется специальным детрктсрои.

* %

Р ^

Рис.1. Схема базового некогерентного оптического процессора. I - источник сигнала; 2 - конденсор; преобразовательные линзы; - плоскости изображений; - фотоприёмное устройство; Р[Р" - плоскости зрачков; Координаты плоскостей Р', Р"

обозначены как 3 - декодер;

Рис. 2. Устройство регистрации голограмм.

I - полупроводниковый лазер; 2, 3, 5, б - линзы; 4 - акустооптический модулятор;

7 - оптический диск/ЗУ/;

8 - фотоматрица ПЗС; 21- линейный сумматор; Хс - ключ коммутатора;

Г^ - генератор; <р>- йоторегистр;

Схема может работать как в непрерывном, так и в импульсном режиме.

Электронная, пушка стирания

Электронная пуша Модулятор

записи

"Фототитус"

Лапе р.

1М 1

1

т

Рис.3. Оптический когерентный процессор с модулятором типа "Фототитус"

воп-

Таким образом, в предложенной схеме радикально решается рос подавления смещений и шумов, обусловленных действием вибр1ци'г и низкой степенью когерентности используемого света. Требования к допускам на оптические элементы также могут быть существенно снижены, что даёт возможность реализовать СРР без громоздкой оптической скамьи и применить миниатюрные инфекционные полупроводниковые лазеры с частично-когерентнш светом.

В случае, когда требования мобильности и малых габаритов не жёстки, например, если на предприятии уже организован голографи-ческий архив конструкторской документации с использованием высококачественных гелий-неоновых или аргоновых лазеров, можно эффективно реализовать СРР по когерентной оптической схеме.

Рассмотрены два класса когерентных СРР:

- с непосредственной обработкой распознаваемых образов;

- с предварительной обработкой речевых сигналов; Показано универсальное значение второго класса СРР. При этом на фазе записи оптической передаточной функции масок используется ультракогерентное излучение, а на фазе обработки и распознавания - частично когерентный свет. Последнее обстоятельство даёт возможность организовать сеть выносных малогабаритных интеллектуальных терминалов через общую шину, связанных с центральной ЭВМ.

При распознавании слуховых образов большое значение имеет временная нормализация речевых сигналов, т.е. приведение их к некоемоыу среднему темпу произношения. Чаще всего эта процедура реализуется по схеме динамического программирования. Однако возможны другие подходы, в частности, чисто физические, использующие инварианты интегральных преобразований, типа преобразований Д.Кайсесента, благодаря которым исключается зависимость от смещения, изменения масштаба и вращения сравниваемых изображений "видимой речи". Применительно к распознаванию "видимой речи" такие алгоритмы удобно выполнять после предварительного преобразования "время-площадь свечения маски". Голографические методы дают возможность сравнительно легко и практически мгновенно изготовить множество копий распознаваемого речевого сигнала и одновременно мультипараллельно начать обрабатывать каждую копию сигнала по отдельному алгоритму, задаваемому ОП* программируемой маски. Причём количество копий, масок и различных алгоритмов может достигать нескольких тысяч, а реяахщее правило может быть реализовано по схеме "процедур« голосования". На фазе предобработки

широко использовались ассоциативные маски, заполненные по схеме составной маски. В экспериментах использовались 2-4 слоя. Первый слой осуществлял пространственную низкочастотную Ъшьтрацию, второй удалял высокочастотные помехи и третий слой з^елял парольные зоны. Четвёртый слой, который может и отсутствовать, осуществлял пространственно-временную нормализации паролей.

Предложенная архитектура СРР на 5-6 порядков превосходит по быстродействию СРР с архитектурой бон Неймана. Кроме того она эквивалентна обычному компьютеру с объёмом памяти ОЗУ 10 Гбит, который практически не реализуем при традиционно технологиях. Эти два достоинства СРР, построенных на гологра^эских принципах, позволяют по новому подойти к построении систем распознавания слитной речи, где несовершенство процессоров с архитектурой Фон Неймана ощущается особенно остро.

Раздел "II посвящён разработке СРР, использующих концепции искусственного интеллекта. Основным недостатком существующих СРР является их ориентация на неконструктивные алгоритмы. По существу многие из них сводятся к примитивно;": процедуре перебора. Так идея метода динамического программировакгя состоит в замене М*переборов на что кардинально не решает проблему

существенной экономии вычислительных ресурсоз.

В качестве альтернативы алгоритмам, построенным по схеме перебора предлагается схема алгоритмов, использугссхх логический вывод. Аппарат логического вывода формул, заменящкй традиционное вычисление логических валентностей, в диссертации был усовершенствован путём введения процедуры просеивания. Таким образом, в основе нашего подхода лежит секвенциальное исчисление натуральных выводов, предложенное Г.Генценом и доработанное проф. Н.А.Ша-ниннм/Ленинградский государственный университет/ гяя использования на ЭВМ в целях автоматического вывода новой Формулы из списка заданных гпормул. Правила логического вывода отюрмлены в виде секвенций. Общее их число 44, не считая производных правил. Типичное правило вывода выглядит так: Г Р

- " а

Змысл: если при допущении Г имеет место Формула Р, при допущении 2 имеет место Формула £ , то при допупекта / ^ имеет

место формула /-Ц5^.

Однако в отличии от чисто математических применений, где количество исходных и выводимых формул сравнительно невелико, в данном случае общее количество формул молрэт составлять десятки тысяч. Каждая такая формула выражает отношение инцедентности образа или его характеристической функции к определённому классу образов,- Возникает проблема предварительного отбора и фильтрацю всего многообразия формул. Она решается путём применения калма-новской фильтрации.' "Островки надёжности" распознаваемых слуховых образов удобно отыскивать с помощью алгоритма Калмана-Бьюси, реализованного на базе оптического вычислителя.' Для упрощения СР оптический вычислитель включался в контур обратной связи микропроцессора, запрограммированного на решение волнового уравнения:

Ш + &1-1 ш

В процессе решения этого уравнения его параметры привязывались к натуральным параметрам речевого тракта, моделировавшегося в виде набора цилиндрических и экспоненциальных секций. По полученным значениям натуральных параметров осуществлялось программирование масок ассоциативного фильтра; Далее с помощью процедуры логического вывода проверялась непротиворечивость полученной формулы инцедентности по отношению к списку формул, хранящихся в архивном фрейме; Если же обнаруживолось противоречие, то корневые основы распознаваемого речевого сигнала подвергались модификации по алгоритму линейного предсказания, а поиск оптимального прототипа осуществлялся по схеме калмановской фильтрации. В диссертации приводится блок-схема и полный текст программы на алгоритмическом языке Р2&£ оптимального фильтра Калмана-Бьюси. Алгоритм распознавания представляет собой последовательное применение распознающего оператора В и решающего правила С

А=8-С

Для множества первоначальных, вообще говоря, некорректных алгоритмов вводится операция линейного замыкания, т.е. получение алгоритмов вида:

где ОЦ числа из некоторого числового поля. Доказывется, что с помощью операции линейного замыкания можно построить полное множество, вообще говоря, некорректных операторов распознавания

и с помощью процедуры регуляризации, состоящей в последо-

вательном применении линейного замыкания для двух непересекающих ся классов операторов ^ и ^ перейти к множеству вполне корректных операторов распознавания при заданном уровне чёткости множества распознавемых псездообразов."

Дальнейшее, окончательное распознавание выполняется снова с помощью аппарата секвенциального исчисления натуральных выводов. Оптимальная стратегия распознавания состоит в упорядоченном применении алгоритмов распознавания по принципу нарастающей сложности вычислений. Сложность зачислений в данном случае понимается в смысле А;Н.Колмогорова.

В разделе 1У рассмотрены варианта построения гибридных оптико-цифровых процессоров для СРР с акцентом на процедуры выделения признаков.' Разработаны процедура получения множества признаков с помощью гистограммы хорд для распознавания изображений "видимой речи", а также процедуры выделения признаков §ишера и Фолея-Саммонаг Приводятся экспериментальные данные, "Показывайте, что при распознавании фонем с произвольным коллективом дикторов процедура ©изера даёт лучшие результаты;' Приведены разработанные алгоритмы функциональной реставрации речевых сигналов и результаты расчёта параметров оптимального фильтра реставрации с учётом различных степеней регуляризации

Показано, что в случае точного знания нормы шума //М/ оптимальному фильтру реставрации соответствует сильная степень регуляризации;- Приводится схема обощённого циклического алгоритма реставрации» В ней входными величинами являются ^¿^^

где реставрируемый сигнал Л/ - оператор шума

с(с - чёткость фонемоподобного эталона, Д." - чёткость оператора распознавания, у[- надёжность распознавания. При поступлении на вход смеси А/ система вычисляет ¿¡с , далее последовательно задаваясь значениями / = I» 2, .... и т.д. синтезируем оператор реставрации и вычисляем матрицы невязки, если функционал невязки находится в пределах нормы, то вычислительный процесс останавливается и выдаётся результат, в противном случае, задаёмся дополнительными шагами, функционал невязки может быть подсчитан двумя способами: - непосредственным вычислением и по методу Монте-Карло, последний работает на 2-3 порядка быстрее, однако точность вычислений несколько меньше, что в нашей задаче, как правило, несущественно.

Эксперимент проводился в помещении машинного зала с уровнем шумов 65 дБ для телефонного канала с полосой частот 3,125 кГц при интервале дискретизации 52 икс. Использовался словарь из наиболее употребительных и конструктивно наиболее полных наборов слов и ¿Ьвофоры: один, два, девять, ноль, нуль, сложить, выпол-

нить, умножить, разделить, вычесть, синус, косинус, тангенс, котангенс, главным образом, что и требовалось доказать и т.д. всего 524 единиц речи при произвольной выборке из 5 дикторов. Использование реставрационных алгоритмов улучшало распознавание Фонем в среднем на 10-15 % по сравнению со схемами без реставрации.

Основные результаты диссертации сформулированы в заключении:

1. Показано, что использование некогерентных оптических вычислителей позволяет построить высокоэффективные СЕР, имеющие небольшие габариты, вес и стоимость."

2. В случае больших словарей и распознавания слитной речи центр тяжести распознавания целесообразно переносить на когерентные оптические вычислители, а простые арифметические операции на традиционный микропроцессор. Когерентные оптические вычислители представляют возможность более сложной обработки речевых сигналов и обеспечивают более высокую точность распознавания.

3. Метод "анализ через синтез" позволяет локальные алгоритмы заменить на глобальные, обеспечивает высокое быстродействие СРР и хорошее качество как анализаторов так и синтезаторов речи.

4. Получены соотношения для параметров регуляризации реставрационных алгоритмов, обеспечивающих достижение максимального быстродействия при заданной точности распознавания..

5. Использование методов физической нормализации акустических сигналов, позволяет по сравнению со схемой динамического программирования существенно упростить сигнальные процессоры и обеспечить приемлемое качество распознавания.

6. При построении фреймовых структур искусственного интеллекта комбинированное использование исчисления натуральных выводов и адаптивного фильтра Калмана-Бьюси позволяет существенно повысить быстродействие СРР, уменьшить "вязкость" системы искусственного интеллекта.

ПУБЛИКАЦИИ ПО TS Ж ДИССЕРТАЦИИ

1. Шаков В.Р. Устройство регулирования и автоматического поддержания уровня заполнения заготовками питателя вибробункера //Обмен опытом в радиопромышленности. - 1983, ''55, с. 45-46.

2. Соболев В.Н., Кмаков В.Р. Принципы голо графиче с ко го распознавания слуховых образов//Тез. докл. и сообщ. Х1У Всесоюзной школы-семинара "Автоматическое распознавание слуховых образоз"

/АРСО-14/. - Каунас: 1986. - 4.1 - с. 105-106.

3. Имаков В.Р. Оптоэлектронное распознавшее устройство н автоматизированной производственной системе//Межвузовский сборник научных трудов: Автоматическое регулирование и управление. Математическое моделирование нестационарных процессов САУ. - п.: Изд-во ВШИ, 1987. - с. 57-59.

4. Имаков В.Р. Речевой ввод информации в САПР на принципах искусственного интеллекта//Тез. докл. 1-ой Научно-практической конференции на тему "Применение персональных компьютеров в органах государственного управления". ДСП. - М.: ЦНИИТЗИприборостроения, 1987. - с. 103.

5. Имаков В.Р. Речевой терминал для персонального компьютера //Тез. докл. 1-ой Научно-практической конференции на тему "Применение персональных компьютеров в органах государственного управления". да. - ЩИИТЗКприборосгроения, 1987. - с. 104.

6. V.R. StnaÂov, V.n.îfoSoâev: Уомс/J>»r<r#e fy

(Û%e ¿SvetrÏÏ CosrtëeJS O^ Péove&c ¿Pciexcej),

Juçudf-r, mr, Ыок«, vyyt, ^¿iAm-so?;

7. Имаков В.Р., Соболев B.H. Голографический сегментатор фонем//Оптические системы передачи информации и цифровая обработка сигналов в технике связи: Сб. науч. тр. учебн. ин-тов связи/ЛЗИС,

Л.: 1987. - с. 36-40.

8. Имаков В.Р. Инвариантное распознавание слуховых образов оптическими методами//Межвузовский сборник научных трудов: Автоматическое регулирование и управление. Математическое моделирование нестационарных процессов САУ. - М.: Изд-во КИП, 1988. -

с. 64-66.

9. Имаков В.Р. Системы распознавания речи на принципах искусанного интеллекта//Тез. докл. и сообщ. Всесоюзной конферен-

ции "Актуальные проблемы развития и внедрения новой информационной технологии "/г. Таллин, 29-31 марта 1989 г./ЧЛ, Москва: 1989.-с. 124-126.

10. Имаков В.Р., Соболев В.Н. Применение голографии в распознавании речи//Речевая иншорматика: Сб. научи:. тр. /АН УССР, йн-т кибернетики им. В.М.Глушкова: №дкол.: Винцюк Т.К./отв. ред./ и др. - Киев, 1989. - с. 135 - 139.

11. Имаков В.Р. 0 возможности использования речевого терминала для персонального компьютера при организации учебного процес-

а по теории цепей//Тез. докл. научно-методической конференции "'ыпьютеризация учебного процесса по электротехническим дисцип-ли: м", организованной Научно-методическим Советом по электротех-шп,. Госкомитета Российской федерации по высшему образованию и Ассоциацией разработчиков и пользователей компьютерных обучащих программ/7-11 сентября 1993 г./, Астрахань: - с. 47-48.

12. Имаков В.Р. Решение задачи синтеза операционных фильтров методами цифровой голографии//Таы же, что и в п. II, Астрахань: 1993 - с. 95-96.

Подписано в печать 13.11.95. формат 60x64/16. Печать офсетная Объём I п.л. Тираж 100 экз. Изд. И? . Заказ ^776 Бесплатно

Типография АГТУ. Астрахань, ул. Татищева 16