автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.07, диссертация на тему:Речевая коммуникация в системах ввода сообщений для автоматизации рабочих мест оперативно-диспетчерского персонала

Введение.

Глава

1. Речевая коммуникация в системах ввода сообщений для автоматизации рабочих мест оперативно-диспетчерского персонала на сортировочных станциях.

1.1. Задачи организации речевого взаимодействия в системах человек-ЭВМ.

1.2. Особенности работы оперативно-диспетчерского персонала на сортировочной станции.:.:.

1.3. Качественный анализ временной структуры взаимодействия АРМ-ДС1II"

1.4. Выводы

Глава

2. Модели анализа акустических сигналов и возможности их использования в АРМ ДСПГ.

2.1. Проблемы создания надежных моделей распознавания речевых сообщений АРМов ДСПГ для ограниченного технологического словаря

2.2. Модели анализа акустических сигналов и возможность их использования в речевых терминалах.

2.3. Анализ характеристик надежности для моделей распознавания речевых сигналов на основе схем динамического программирования

2.4. Выводы

Глава

3.1. Нечеткие композиционные модели идентификации речевых сигналов в условиях технологически ограниченного словаря.

3.2. Формализация временных транскрипций сегментов морфем на основе нечеткой композиционной схемы.

3.2. Формализация процедуры сравнения речевого сигнала с морфемой на основе нечеткой композиционной цепочке вывода

3.3. Поморфемное распознавание слитной речи на основе нечеткой композиционной цепочки вывода.

3.4. Выводы.

Глава

4. Разработка методов визуальной идентификации морфем для фраз технологически ограниченного словаря ДСПГ.

4.1. Психологические аспекты распознавания акустических и зрительных образов

4.2. Нечеткое моделирование речевых сигналов на основе их визуальных образов

4.3. Композиционная моделирующая схема временного сегмента речевого образа для нескольких формантных траекторий.

4.4. Выводы.

Глава

1. Программно-аппаратная организация автоматизированного рабочего места для анализа речевых сообщений.

5.1. Структурное построение программно-аппаратного комплекса

5.2. Организация базы данных автоматизированного рабочего места

5.3. Анализ речевых образов с помощью АРМа эксперта

5.4. Выводы

Одним из основных факторов повышения эффективности управления технологическими процессами движения поездов на транспорте является внедрение систем автоматизированного оперативного управления. Этот процесс связан с возрастающими темпами широкого внедрения во все сферы управления технологических процессов современных средств вычислительной техники сбора и обработки информации. Применение процедур обработки больших информационных потоков, базирующихся на использовании сложных математических моделей, требует применения высокопроизводительных ЭВМ, объединенных общими каналами обмена информации на всех уровнях взаимодействия. Этот процесс сдерживается отсутствием необходимого числа телефонных каналов связи, каналов передачи дискретной информации с высокой достоверностью и каналов железнодорожной автоматики и телемеханики, что, в свою очередь, вызывает необходимость внедрения передовых технологий, таких как волоконно-оптические линии связи, средства и системы цифровой передачи информации, открывающих новые возможности для совершенствования средств и структуры автоматизированного управления железнодорожным транспортом.

В современных условиях развитие инфраструктуры средств передачи данных остро ставит вопрос о необходимости и возможности перехода к автоматизации управления всей отраслью железнодорожного транспорта, достигаемой автоматизацией отдельных технологических процессов. Комплексная автоматизация технологических процессов на железнодорожном транспорте предопределяет развитие двух глобальных, развивающихся параллельно направлений. С одной стороны - разработка автоматизированных систем управления (АСУ), основной задачей которых в конечном итоге является максимально-качественное обеспечение перевозочного процесса. С этой позиции безусловно важными для нормального функционирования АСУ являются: достоверное получение данных от первичных источников, использование более совершенных алгоритмов обработки полученной от «напольных» датчиков информации, формирование оптимальных управляющих воздействий на исполнительные устройства. При этом основополагающими являются высокие требования по надежности и отказоустойчивости отдельных подсистем и всего комплекса в целом.

И поскольку конечное решение в процессе управления остается за человеком-оператором, знаменателем в этой цепи становится проблема правильной организации взаимодействия человек - система управления. В этой связи в АСУ ответственными технологическими процессами, связанными прежде всего с безопасностью организации движения, обязательно предусматривается комплекс технических мер, направленных на «блокирование» команд оперативного персонала, способных повлечь создание аварийной ситуации.

Выработка в той или иной сложившейся оперативной обстановке наиболее оптимального решения базируется на своевременном обеспечении лица, принимающего решение (ЛПР) всей полнотой информации, отражающей ход технологического процесса. Такая необходимость потребовала развития второго направления информатизации отрасли - создания автоматизированных рабочих мест (АРМ) оперативно-диспетчерского персонала, предназначенных для решения специализированного круга задач, связанных со сбором, хранением, обработкой и отображением информации. Объединение отдельных АРМов, установленных на различных участках производства, в общую информационную сеть позволяет организовать интегрирование данных, отражающих ход всего технологического процесса в целом.

В этой связи концентрация значительных объемов информации требует не только оптимизации процедур накопления, хранения структурирования и обработки данных, но и возникает вопрос о способе доступа к необходимому массиву.

В настоящее время в качестве базового технического средства организации различных АРМов на железнодорожном транспорте используются персональные компьютеры (ПК, ПЭВМ), характерной особенностью которых является возможность оптимального конфигурирования внутренней архитектуры, наличие развитого интерфейса, позволяющего производить сопряжение как с каналами передачи данных, так и с устройствами ввода-вывода для организации взаимодействия с оперативным персоналом.

В качестве средства оперативного вывода используются цифровые графические терминалы, технические возможности которых обеспечивают высокую разрешающую способность на единицу площади выводимого изображения. Вместе с тем, каковы бы ни были технические возможности детализации выводимых изображений, ограничение вводится способностью человека-оператора в ходе технологического процесса, без значительного напряжения воспринимать визуальную информацию. Это вызвало необходимость применения в качестве механизма доступа к нужному блоку информации системы меню-подсказок. Структура меню определяет порядок доступа к нужному разделу, что, в свою очередь, накладывает определенные ограничения на скорость получения информации, находящейся в разных «ветвях» информационного «дерева».

На ответственных участках управления, характеризующихся сложной оперативной обстановкой, высокими требованиями к ЛПР по быстроте принятия решений такой способ доступа существенно усложняет технологию работы человека-оператора, в связи с чем возникает необходимость применения дополнительных средств отображения. Как правило, на одном из терминалов отображается оперативная картина хода технологического процесса, а дополнительный используется для вывода сопутствующей информации, обычно он связан с системой предоставления справочных данных для оптимизации принятия решения ЛПР.

Системы ввода команд управления, поступающих от ЛПР, представлены устройствами, требующими механического воздействия. Для непосредственного управления технологическим процессом - переключатели, кнопки, мнемонические клавиши. Взаимодействие с АРМом осуществляется посредством буквенно-цифровой клавиатуры, необходимой для поиска информации, внесения корректировок в банк данных.

В условиях управления реальным технологическим процессом, который предполагает быструю динамику развития событий, отвлечение ЛПР от непосредственного наблюдения за складывающейся ситуацией существенно влияет не только на оптимальность в принятии решений, но и повышает риск неправильных действий человека-оператора, способных повлечь создание аварийной обстановки. Вместе с тем информационная нагрузка на ЛПР имеет тенденцию роста. Причиной тому являются несколько факторов. С одной стороны - повышение эффективности организации перевозочного процесса, достигаемое через применение новых информационных технологий [1,2], предполагающих более полный сбор первичных данных и их обработки для предоставления ЛПР, а также формирования на этой основе информационно-прогнозных сообщений, помогающих ЛПР принять оптимальное решение.

Другой фактор обусловлен современной действительностью. В условиях сложной экономической ситуации в стране, спада производства, сокращения объема перевозок существенно осложнились возможности изыскания финансовых ресурсов для поддержания на достаточном уровне производственно-технического потенциала [3], что негативно сказывается на возможности нормальной эксплуатации существующих автоматизированных систем, непосредственно управляющих технологическим процессом и требующих определенных качественных показателей работы исполнительных механизмов и состояния верхнего строения пути. Поэтому часть задач управления перенимается человеком-оператором. Вызванное спадом объема перевозок, необходимостью экономии средств на оплату труда, сокращение рабочих мест приводит к тому, что часть функций перераспределяется между существующим штатом оперативно-исполнительного звена.

Указанные причины свидетельствуют о возрастающей нагрузке на оперативно-диспетчерский персонал железнодорожного транспорта.

В этой связи актуальной становится задача поиска альтернативных способов организации взаимодействия между АСУ и человеком-оператором, позволяющих повысить динамичность управления, уровень безопасности, при сохранении объема получаемой ЛПР вспомогательной информации и непрерывного контроля за ходом основного технологического процесса.

В представляемой работе исследуется вопрос о применении в АРМах оперативно-диспетчерского персонала на железнодорожном транспорте речевого терминала для организации взаимодействия между человеком-оператором и АСУ.

Цель работы. Целью диссертационной работы является усовершенствование автоматизированного процесса по управлению роспуском составов на сортировочной станции путем модернизации взаимодействия между ДСПГ и АРМ на основе разработки моделей речевого ввода информации. Задачи работы. В достижении поставленной цели в диссертационной работе решаются следующие задачи:

- исследование причин возникновения конфликта при организации управления роспуском составов ДСПГ, основанных на необходимости непрерывного контроля дежурным по горке за ходом основного технологического процесса и одновременном обращении к АРМ для получения информации и внесения корректировок; устранение выявленных противоречий, достигаемое путем задействования альтернативного канала обмена между АРМ и ДСПГ, на основе применения речевого взаимодействия;

- исследование структуры и типа запрашиваемых данных и степени их связанности с этапами технологического процесса по роспуску составов для определения объема речевых команд;

- получение требуемого словаря для организации речевого управления АРМ на всех этапах технологического процесса;

- исследование способов повышения надежности ввода речевых команд и составление по его результатам синтаксических конструкций фраз-заданий и формы организации речевого обмена между АРМ и ДСПГ, учитывающих контекст складывающейся оперативной ситуации в ходе технологического процесса;

- разработка программы для исследования моделей ЛПК-анализа речи и получения параметрических описаний в реальном масштабе времени;

- разработка программы для исследования КДП - методов распознавания речевых сигналов; разработка программы для экспертного исследования речевого материала, формирования на этой основе систем признакового описания при построении нечетких моделей принятия решений;

- разработка методов и алгоритмов формализации действий эксперта при анализе формантных траекторий речевого сигнала.

Объект исследования. Объектом исследования в диссертационной работе являются: автоматизация технологических процессов по управлению роспуском составов с использованием речевого терминала для организации взаимодействия между АРМ и ДСПГ; модели принятия решений в устройствах распознавания речевых сигналов на основе композиционных схем нечеткого вывода.

Методологическая основа диссертации. При решении поставленных задач в работе использовались методы теории нечетких множеств, теория графов, элементы общей алгебры, методы вычислительной математики, теория измерений, методы матричного анализа.

Работа опирается на методологические подходы: по вопросам автоматизации технологических процессов на сортировочных станциях, представленные в трудах Фонарева Н.М., Иванченко В.Н., Лябаха H.H., Гуды А.Н., эргономические аспекты - Платонова Г.А.; по вопросам использования речевого дискретного управления - Плотникова В.Н., Суханова В. А., Жигулевцева Ю.Н.; применение динамического программирования для систем распознавания речи разработано Винцюком Т.К., Труниным-Донским В.Н., Шинкажом А.Г., Людовиком Е.К., Mayers C.S., Rabiner L.R., Sakoe Н., Chiba S.; использование нечетких процедур для построения решающих правил представлено трудами Берштейна Л.С., Мелихова А.Н., Коровина С.Я., Ковалева С.М., Орловского С.А., Крумберга А.Н., Борисова А.Н., Алексеева A.B., Yager R.R., Saaty T.L.

Новизна результатов исследования. В работе получены и выносятся на защиту следующие основные положения и результаты, характеризующиеся научной новизной:

1. Впервые исследованы качественные характеристики временных диаграмм рабочего цикла ДСПГ по управлению роспуском составов в условиях применения визуального и речевого способов организации взаимодействия между АРМ и ДСПГ.

2. Впервые исследованы возможности использования семантических и синтаксических связей решающих правил с ходом технологического процесса по роспуску составов на горке для повышения надежности распознавания речевых команд и получения формы ведения диалога между АРМ и ДСПГ.

3. Предложена новая схема принятия решений в КДП - методах на основе использования нечетких оценок стабильности ДП - траекторий для повышения надежности распознавания речи.

4. Разработаны модели распознавания речевых сигналов на основе использования композиционных схем нечеткого вывода в решающих правилах.

5. Предложено формирование правил формализации и нечеткого описания суждений эксперта по визуальному анализу формантных траекторий речевого сигнала.

6. Разработаны методика, алгоритмы и структуры построения программно-аппаратного комплекса для накопления, формирования и анализа речевых материалов с последующим использованием в системах распознавания.

Теоретическая значимость работы. Показано, что использование в автоматизированных системах управления речевых терминалов позволяет распараллелить решение задач, связанных с визуальным контролем за ходом технологического процесса и одновременным получением информации о его состоянии. Доказано, что использование контекста оперативной обстановки в решающих правилах речевых терминалов обеспечивает повышение показателей надежности ввода устных команд. Предложенный в работе подход к построению решающих правил распознавания речевых сигналов на основе применения композиционных схем нечеткого вывода развивает и дополняет существующие методы на основе КДП, а проведенные аналогии между методами позволяют производить их взаимное сопоставление и сравнивать соответствующие качественные и количественные оценки характеристик. В результате исследования причин ошибок и отказов в распознавании речи на основе КДП - метода предложена новая схема принятия решения, повышающая надежность распознавания.

Практическая ценность работы. Практическая ценность результатов исследования определена в возможности существенного повышения эффективности работы оперативно-диспетчерского персонала по управлению процессом роспуска на сортировочных станциях, снижению утомляемости, повышению безопасности процесса роспуска составов. Достигаемая при предложенной схеме речевой коммуникации высокая скорость поступления оперативной информации о фактическом состоянии путей накопления позволяет оптимизировать работу АСУ СС в целом и ускорить дальнейшую обработку составов.

Разработаны практическая схема организации диалога, словарь общения с АРМ и конструкции фраз-заданий для ввода команд речевого управления, отличающихся повышенной надежностью, базирующейся на глубокой связи с особенностями технологического процесса.

Разработан метод, позволяющий использовать его для построения дикторонезависимых устройств распознавания речи ограниченного словаря, и формализованная процедура получения признаковых описаний речевых сигналов, используемых в качестве эталонов.

Разработан программно-аппаратный комплекс организации автоматизированного рабочего места эксперта для анализа речевых сообщений.

Внедрение результатов. Результаты теоретических и экспериментальных исследований, разработанные модели, алгоритмы и программы были приняты к использованию: на станции Батайск СКжд в целях совершенствования автоматизированного процесса по управлению роспуском составов;

- в деятельности отдела по борьбе с преступлениями в сфере высоких технологий Криминальной милиции ГУВД Ростовской области;

- для организации взаимодействия дежурного ПЦО с АРМ в подразделениях УВО при ГУВД РО;

5.4 Выводы

1. Разработан АРМ эксперта по визуальному описанию речевых образов, позволяющий, в отличие от аналогичных программ, более наглядно решать задачи классификации речевых сообщений. Особенностью алгоритма является синхронное, с процессом ввода сообщения, преобразование речевого сигнала для получения систем признаковых описаний. На основе получаемых наборов параметров строится частотно-временная модель вводимой фразы, что позволяет эксперту быстро вынести решение о возможности ее включения в базу данных.

2. Поставлена и решена задача организации компактного ввода речевых сигналов в базу данных АРМ на основе алгоритма кольцевой записи, с помощью которого решаются задачи обнаружения границ речевого фрагмента, а также при обеспечении постоянной готовности ввода гарантируется надежное сохранение начала реализации и выполняется ограничение на требуемый размер памяти ЭВМ.

3. Для АРМа ДСПГ впервые разработана база данных речевых сообщений, предназначенных для организации взаимодействия между дежурным по горке и АСУ СС. Структура построения базы данных на уровне отдельных информационных элементов отличается тем, что в ней содержатся не только отсчеты речевого сигнала, но и система его вторичных параметров.

176

Такая организация базы данных существенно повышает оперативность работы эксперта по анализу речевых сообщений.

4. Для работы с базой данных разработана программа-монитор обладающая набором «сервисных» функций, позволяющих:

- выводить на экран терминала АРМа визуализированные образы звучащей речи, представлять их в различных координатных системах;

- взаимным «наложением» слов и отдельных сегментов проводить анализ речевых явлений;

- производить аппроксимацию формантных траекторий и вывод расчетных значений на экран АРМа.

В результате существенно повышается эффективность работы эксперта по анализу речевого материала и формированию систем признаков для устройства распознавания речевых сообщений в АРМ ДСПГ.

Заключение

1. Показано, что использование дежурным по горке визуального канала восприятия для контроля за процессом роспуска состава и одновременно для обращения к АРМ является причиной дискомфорта в работе, приводит к задержке ввода информации в АСУ СС, снижает безопасность. Вместе с тем, применение речевого обмена как альтернативного канала взаимодействия ДСПГ с АРМ позволяет устранить возникающие противоречия.

2. Доказано, что применение алгоритмов, методов и систем распознавания, не учитывающих в своих моделях особенностей технологического процесса, приводит к низкой надежности речевого ввода управляющих команд. Напротив, предложенное построение конструкций фраз-заданий, отображаемых на поле синтаксического графа, и использование семантико-синтаксических ограничений на основе глубокой связи с ходом решаемой технологической задачи не только существенно повышает надежность распознавания, но и позволяет отклонить команды ДСПГ, противоречащие реальной ситуации в процессе роспуска.

3. Разработан словарь, конструкции фраз-заданий, форма построения диалога для практического создания системы распознавания при организации речевого взаимодействия между АРМом и ДСПГ.

4. Разработана модель распознавания речевых сообщений на основе применения композиционных схем нечеткого вывода и использования в качестве параметров описания речевого сигнала формализованных результатов суждений эксперта-лингвиста по анализу визуальных речевых образов. Предложенная модель позволяет создать практическую систему распознавания речевых сообщений ограниченного технологического словаря без предварительной настройки на диктора.

178

5. В результате исследования причин возникновения ошибок в КДП-методах предложено использование в них дополнительного решающего правила на основе применения оценок стабильности ДП-траекторий для повышения надежности распознавания.

6. Разработан программно-аппаратный комплекс для организации АРМа эксперта по исследованию речевого материала для формирования систем признаковых описаний различных элементов речи и последующего их использования в устройствах распознавания. Приведен текст соответствующего программного обеспечения комплекса.

7. Разработан алгоритм «кольцевой записи», позволяющий производить компактную запись отсчетов речевого сигнала в ограниченной области памяти и обеспечивающий гарантированное сохранение начала реализации при «бесконечном» ожидании начала произношения. Приведен текст программы для использования в практических системах анализа и распознавания речи.

1. Касьянов А.И. Управление перевозками и информатизация железных дорог. «Автоматика, связь, информатика», № 6, 1999.

2. Мишарин A.C. Информатизация фундамент новых технологий. «Автоматика, связь, информатика», № 6, 1999.

3. Айзенберг Е.Б. Железнодорожный транспорт Северного Кавказа: особенности, проблемы, перспективы // Экономические проблемы железнодорожного транспорта // Межвузовский сборник научных трудов. -Ростов-на-Дону: РГУПС, 1998.

4. Зозуля В.А., Кирюнин А.И. Система распознавания речевых сигналов для поездного диспетчера // Проблемы железнодорожного транспорта // Известия высших учебных заведений. Северо-Кавказский регион. Технические науки. -1998, №4.

5. Зозуля В.А. Проблемы создания надежных моделей распознавания речевых сообщений АРМов ДСПГ для ограниченного технологического словаря.//Научная мысль Кавказа. Ростов-на-Дону, № 5, 1999.

6. Сердюков В.Д. Опознавание речевых сигналов на фоне мешающих факторов. Тбилиси: Мецниереба, 1987.

7. Кудрявцев В.А. и др. Технология эксплуатационной работы на железных дорогах. М.: Транспорт, 1994.

8. МПС СССР, Главное Управление Движения, Главное Управление Сигнализации и Связи, Руководство операторам по управлению устройствами на механизированных и автоматизированных горках. М.: КБ ЦШ МПС, 1991.

9. В.А. Пархоменко и др., Проектирование диалога «оператор-ЭВМ»: психологические аспекты, М.: Машиностроение, 1998.

10. Зозуля В.А. Применение речевого терминала для повышения оперативности управления в АРМ ДСПГ. Межвузовский сборник научных трудов. РГУПС -Минеральные Воды: «Кавказская здравница», 2000.

11. МПС РФ, Центр Информационных Технологий на Транспорте, Комплексная Система Автоматизированных Рабочих Мест на станции (КСАРМ), «Автоматизированное рабочее место дежурного по горке. Руководство пользователя», 1992.

12. Плотников В.Н., Суханов В.А., Жигулевцев Ю.Н. Речевой диалог в системах управления. М.: Машиностроение, 1988.

13. Загоруйко Н.Г. Методы распознавания и их применение. М.: Советское радио, 1972.

14. Горелик А.Л., Скрипкин В.А. Методы распознавания. М.: Высшая школа, 1977.

15. В.А. Макуха, E.H. Филинов, Г.Д. Фролов. Некоторые вопросы распознавания дискретной клиппированной речи. Системы и средства информатики. М.: Наука, 1989.

16. Т.А. Барашова, Б.Н. Рудный, В.Н. Трунин-Донской. Об автоматической сегментации речевого потока при вводе речевого сигнала с устройства выделения признаков. Речевое управление. М.: ВЦ АН СССР, 1972.

17. Г.Я. Высоцкий, Б.Н. Рудный, В.Н. Трунин-Донской. Исследование динамики шумовой составляющей согласных и автоматическое опознавание некоторых шумных звуков. Речевое управление. М.: ВЦ АН СССР, 1972.

18. Ю.А. Косарев. Естественная форма диалога с ЭВМ. Л.: Машиностроение, 1989.

19. В. Давыдов, Т.Д. Фролов. Об одном подходе к выделению различительных признаков фонем. Системы и средства информатики. М.: Наука, 1989.

20. М.В. Кулагин, Р. Рей Мейрелес. Система речевого управления роботом, использующая простое УВРП на однокристальной ЭВМ. Цифровая обработка акустических сигналов. М: ВЦ АН СССР, 1989.

21. Г.И. Рыльский, И.П. Сметанников. Использование некоторых речевых признаков для задачи идентификации дикторов. Речевое управление. М.: ВЦ АН СССР, 1972.

22. Ю.А. Зинченко, В.Д. Сердюков. Алгоритм распознавания устных фраз-команд в пространстве помехоустойчивых признаков речи. Языковые процессоры и распознавание речи. Тбилиси: 1981.

23. Г.Г. Родионова, В.Н. Трунин-Донской. Акустические корреляты фонетических категорий русского языка. М.: ВЦ АН СССР, 1986.

24. Ф.Е. Коркмазский. Дифференциация информативного описания речи. М.: ВЦ АН СССР, 1988.

25. В.Н. Сомин. Синтез частотных цифровых фильтров и их применение для обработки речевого сигнала. Речевое управление. М.: ВЦ АН СССР, 1972.

26. Маркел Дж. Д., Грэй А.Х. Линейное предсказание речи. М.: Связь, 1980.

27. Л. Рабинер, Б. Гоулд. Теория и применение цифровой обработки сигналов. -М.: Мир, 1978.

28. Д. Фланаган. Вычислительные машины говорят и слушают. Речевое общение человека с машиной. ТИИЭР, 1976.

29. Б. Атал. Автоматическое опознавание дикторов по голосам. ТИИЭР, 1976.

30. Винцюк Т.К., Людовик Е.К. Нуль-полюсная модель анализа и восстановления речи. АРСО-10. Тбилиси, 1978.

31. A.A. Кольцова. Исследования речи с помощью процедуры линейного предсказания. Дискретная обработка речевых сигналов. М.: ВЦ АН СССР, 1978.

32. Оппенгейм A.B., Шафер Р.В. Цифровая обработка сигналов: Пер. С англ./ Под ред. С.Я. Шаца. М.: Связь, 1979.

33. Андерсон Т. Статистический анализ временных рядов: Пер. с англ. М.: Мир, 1976.

34. Раманавичюс Р.Ю., Руджионис А.И., Янушявичус В.И. Анализ синтетических звуков методом линейного предсказания. Вопросы кибернетики. М : ВИНИТИ, 1981.

35. Цифровые фильтры и устройства обработки сигналов на интегральных микросхемах. Под ред. Б.Ф. Высоцкого. М.: Радио и связь, 1984.

36. Ковалев С.М., Зозуля В.А. Нечеткие модели распознавания речевых сигналов в системах оперативно-диспетчерского управления. Информационные системы на железнодорожном транспорте. Ростов-на-Дону: РГУПС, 1996.

37. Методы автоматического распознавания речи: В 2-х книгах. Пер. с англ. Под ред. У. Ли.-М.: Мир, 1983.-Кн. 1.

38. Методы автоматического распознавания речи: В 2-х книгах. Пер. с англ. Под ред. У. Ли. М.: Мир, 1983. - Кн. 2.

39. Ю.М. Андреев. Автоматическое выделение ударения в устной речи. Речевое общение в автоматизированных системах. М.: Наука, 1975.

40. И.И. Трубович, А.П. Чижов. О распознавании речевых интонаций. Речевое общение в автоматизированных системах. М.: Наука, 1975.

41. Файн B.C. Распознавание образов и машинное понимание естественного языка. М.: Наука, 1987.

42. Н.П. Дегтярев. Параллельно-последовательная модель анализа, обнаружения и интерпретации сигналов слитной речи. Анализ и синтез речи. Минск: АН БССР, 1991.

43. Сапожников М.А., Михайлов В.Г. Вокодерная связь. М.: Радио и связь, 1983.

44. Гольденберг Н.И., Носкова Л.А., Собакин А.Н. Адаптивный прогнозирующий комб-фильтр для определения основного тона речи. Вопросы кибернетики. М.: ВИНИТИ, 1981.

45. Г.С. Рамишвили. Автоматическое опознавание говорящего по голосу. М.: Радио и связь, 1981.

46. Людовик Е.К. Алгоритм совместного определения параметров предсказания, формы, амплитуд и местоположения импульсов основного тона. Распознавание образов (изображений и речи). Киев: ИК АН УССР, 1980.

47. Людовик E.K. Совместное оценивание нуль-полюсных параметров речевого тракта и характеристик источника возбуждения. Обработка и распознавание сигналов. Киев: ИК АН УССР, 1975.

48. Винцюк Т.К., Людовик Е.К. Оценивание параметров речевого тракта как устойчивой линейной стохастической системы. Распознавание образов. Киев: ИК АН УССР, 1975.

49. Рыльский Г.И., Сметанников И.Н. Использование некоторых речевых признаков для задачи идентификации дикторов. Речевое управление. М.: ВЦ АН СССР, 1972.

50. Рамишвили Г.С., Антидзе В.Г. Автоматическая верификация диктора по фонограмме речи. Языковые процессоры и распознавание речи. Тбилиси: 1989.

51. Рылов A.C. Исследование метода оценки длины речеобразующего тракта по коэффициентам разложения. Анализ и синтез речи. Минск: 1991.

52. Рылов A.C., Левковская Т.В. Частотно-адаптивный авторегрессионый анализ речевых сигналов. Анализ и синтез речи. Минск: 1991.

53. Родионова Г.Г., Трунин-Донской В.Н. Акустические корреляты фонетических категорий русского языка. М.: ВЦ АН СССР, 1986.

54. Валуева Н.М., Каничева Е.Б. Автоматическая сегментация речевого сигнала по динамической спектрограмме. М.: ВЦ АН СССР, 1988.

55. Деркач М.Ф. Динамические спектры речевых сигналов. Львов: «Высшая школа», 1983.

56. Бичинашвилли Р.З., Мирецкая Ж.Н., Тушишвили A.M. Автоматическое определение числа слогов в произносимых словах. Языковые процессоры и распознавание речи. Тбилиси: 1980.

57. Уровни языка в речевой деятельности: к проблеме лингвистического обеспечения автоматического распознавания речи. Под ред. Л.В. Бондарко. Л.: Издательство Ленинградского университета, 1986.

58. Гредченко A.JI. Использование семантико-синтаксических ограничений в системе распознавания речи. Цифровая обработка акустических сигналов. М.: ВЦ АН СССР, 1989.

59. Миюсов П.В. Модели скрытых марковских процессов и их использование при автоматическом распознавании речи. М.: ВЦ АН СССР, 1988.

60. Винцюк Т.К. Сравнение ИКДП и НММ методов распознавания речи. Методы и средства информатики речи. Киев: 1991.

61. Винцюк Т.К. Анализ, распознавание и интерпретация речевых сигналов. Киев: Наукова думка, 1987.

62. Людовик Е.К. Эксперименты по фонемному распознаванию слов по параметрам предсказаний. Распознавание графических и звуковых сигналов. Киев: ИК АН УССР, 1979.

63. Людовик Е.К., Шинкаж А.Г. Мера общности происхождения реализаций речевого сигнала. Распознавание образов (изображений и речи). Киев: ИК АН УССР, 1980.

64. Абдиев Б.А. Формирование оптимального решающего правила многослойной нейронной сети. Цифровая обработка акустических сигналов. М.: ВЦ АН СССР, 1989.

65. Каничева Е.Б. Об одном подходе к распознаванию ключевых слов в слитной речи. Цифровая обработка акустических сигналов. М.: ВЦ АН СССР, 1989.

66. Чучупал В.Я. Нейронная сеть для фонетического анализа. М.: ВЦ АН СССР, 1988.

67. Зозуля В.А. Повышение надежности распознавания речи в КДП-методе на основе применения нечетких оценок ДП-траекторий.//Научная мысль Кавказа. -Ростов-на-Дону: № 5, 1999.

68. В.Н. Трунин Донской, "Анализ, распознавание и синтез речи", Москва: ВЦ АН СССР, 1987.

69. К. Айден, X. Фибельман, М. Крамер. Аппаратные средства PC: пер. с нем. -СПб.: BHV Санкт-Петербург, 1997.

70. Рабинер JI.P., Шафер Р.В. Цифровая обработка речевых сигналов: Пер. с англ. / под ред. М.В. Назарова и Ю.Н. Прохорова М.: Радио и связь, 1981.

71. Потапова Р.К. Речь: коммуникация, информация, кибернетика: Учебн. пособ. для ВУЗов. М.: Радио и связь, 1997.

72. Златоустова JI.B. и др. Общая и прикладная фонетика. М.: МГУ, 1986.

73. Сапожников М. А. Речевой сигнал в кибернетике и связи. М.: Связьиздат, 1963.

74. Малышев Н.Г. и др. Нечеткие модели для экспертных систем в САПР. М.: Энергоатомиздат, 1991.

75. Мелихов А.Н. и др. Конечные четкие и расплывчатые множества: Ч. II. Расплывчатые множества. Таганрог: ТРТИ, 1981.

76. Модели принятия решений на основе лингвистической переменной. / Борисов А.Н., Алексеев A.B., Крумберг O.A. и др. Рига: Зинатне, 1982.187

77. Мелихов А.Н. и др. Расплывчатые ситуационные модели принятия решений: Уч. пособ. Таганрог: ТРТИ, 1986.

78. Зозуля В.А. Алгоритм кольцевой записи для обнаружения границ речевого сигнала в системах анализа и распознавания речи.//Вестник Ростовского государственного университета путей сообщения. Ростов-на-Дону: № 1, 2000.