Профессор, кафедра информационных технологий, моделирования и управления
Professor, Department of information technology, modeling and management
Доцент, кафедра информационных технологий, моделирования и управления
Assistant Professor, Department of information technology, modeling and management
Доцент, кафедра информационных технологий, моделирования и управления
Assistant Professor, Department of information technology, modeling and management
Аспирант, кафедра информационных технологий, моделирования и управления
Graduate, Department of information technology, modeling and management
Распознавание голоса – широко изучаемая и изученная в науке тема, а распознавание звуковых сигналов, в том числе кашлей пациентов в длительной звуковой записи – практически не изученная. Для распознавания звуковых сигналов и их подсчета были проанализированы и использованы математические методы, такие как корреляционный анализ, быстрое преобразование Фурье, нечеткая логика. Рассматривая каждый метод по очереди, подбирались параметры дающие наилучшие результаты распознавания при использовании того или иного метода. Корреляционный анализ позволяет сделать выводы о количестве кашлевых моментов для выбранного эталона. Быстрое преобразование Фурье позволило выделить такие частотные диапазоны, в которые попадают только кашли и не попадают шумы, экспериментальным путем было выявлено 6 таких диапазонов. Использование нечеткой логики улучшило анализ звуковой записи и позволило производить выбор кашлевых моментов с большей степенью уверенности, но однозначности результатов выбора достичь так и не удалось. Использовалась нечеткая логика, позволяющая расширить границы распознавания, позволяя градировать результат на кашель, возможно кашель и шум. При анализе полученных данных по каждому математическому методу пришли к выводу, что по отдельности их использование невозможно. Для достижения поставленной цели необходимо составить комплекс математических правил вывода, которые позволят распознавать звуковые сигналы с более высокой точностью. Рассмотрев спектрограмму звукового фрагмента, выделить зоны, в которых необходимо производить анализ для выявления похожести звуковых записей. Выделенные зоны кашля имеют четкие значения по каждой из координат спектрограммы. Это позволило в дальнейшем при синтезировании правил вывода использовать точные значения для границ параметров этих правил. Под полученный комплекс правил модифицировали разработанный программный продукт. Протестировали запись и получили результаты.
in long audio recording is practically not studied. To recognize the audio signals and their counting were analyzed and used mathematical methods such as correlation analysis, fast Fourier transform, fuzzy logic. Looking at each method in turn, were selected for the parameters gives the best recognition results when using either method. Correlation analysis allows to draw conclusions about the number of cough moments for the selected standard. Fast Fourier transform allowed to allocate these frequency ranges, which are the only cough and do not get the noise was experimentally identified 6 of these ranges. The use of fuzzy logic has improved the analysis of sound recordings and allowed to make the choice of the cough moments with more certainty, but certainty of results to achieve and failed. Used fuzzy logic, which allows to expand the boundaries of recognition, allowing graded result in coughing may cough and noise. When analyzing the data obtained for each of the mathematical method, came to the conclusion that individually cannot be used. To achieve this goal it is necessary to compile a set of mathematical rules of inference that allow to recognize the sound signals with higher accuracy. Having considered the spectrogram of a sound clip, select the zone in which it is necessary to conduct an analysis to identify the similarity of sound recordings. The zones of cough have distinct values for each of the coordinates of the spectrogram. This allowed later when synthesizing inference rules use the exact values for the parameters of these rules. Under the resulting set of rules modified the developed software. Tested and received results.
The authors declare that there are no conflicts of interest present.