Автоматическое определение границ текущих объектов исследования для решения задач пеленгации, сегментации речевых и специальных сигналов
Разработан метод автоматического определения границ текущих объектов исследования в образах
 звуковых волн, инвариантный к темпу, тембру и интенсивности принятого акустического сигнала.
 В качестве текущих объектов исследования выступают отрезки амиплитудно-временного представления&a...
Gespeichert in:
| Datum: | 2009 |
|---|---|
| 1. Verfasser: | |
| Format: | Artikel |
| Sprache: | Russisch |
| Veröffentlicht: |
Інститут проблем штучного інтелекту МОН України та НАН України
2009
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/7876 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Автоматическое определение границ текущих объектов исследования для решения задач пеленгации, сегментации речевых и специальных сигналов / Т.С. Хашан // Штучний інтелект. — 2009. — № 2. — С. 40-48. — Бібліогр.: 11 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1860162967716233216 |
|---|---|
| author | Хашан, Т.С. |
| author_facet | Хашан, Т.С. |
| citation_txt | Автоматическое определение границ текущих объектов исследования для решения задач пеленгации, сегментации речевых и специальных сигналов / Т.С. Хашан // Штучний інтелект. — 2009. — № 2. — С. 40-48. — Бібліогр.: 11 назв. — рос. |
| collection | DSpace DC |
| description | Разработан метод автоматического определения границ текущих объектов исследования в образах
звуковых волн, инвариантный к темпу, тембру и интенсивности принятого акустического сигнала.
В качестве текущих объектов исследования выступают отрезки амиплитудно-временного представления
волнового процесса, соответствующие фонологическим единицам, в формировании которых участвует
голосовой источник (для речевых сигналов) и тональным сигналам (для специальных сигналов). На основе
предлагаемого метода разработан алгоритм, который успешно применен в задачах пеленгации на макетной
установке системы технического слуха.
Розроблено метод автоматичного визначення меж поточних об’єктів дослідження в образах звукових
хвиль, інваріантний до темпу, тембру й інтенсивності прийнятого акустичного сигналу. Поточними об’єктами
дослідження виступають відрізки амиплітудно-часового подання хвильового процесу, що відповідають
фонологічним одиницям, у формуванні яких бере участь голосове джерело (для мовних сигналів) і
тональним сигналам (для спеціальних сигналів). На основі пропонованого методу розроблено алгоритм,
що успішно застосовано у завданнях пеленгації на макетній установці системи технічного слуху.
The method of extraction of quasi-periodic structures in images of sound waves is put in a basis of proposed algorithm of
direction finding of an acoustic signal. Proposed method does not contain a priori known constants and is invariant to
rate, timbre and intensity of the accepted acoustic signal. Presented results can be applied also for resolving the problem
of segmentation of a speech signal.
|
| first_indexed | 2025-12-07T17:54:55Z |
| format | Article |
| fulltext |
«Искусственный интеллект» 2’2009 40
1Х
УДК 004
Т.С. Хашан
Институт прикладной математики и механики НАН Украины, г. Донецк
khashan@mail.ru
Автоматическое определение границ
текущих объектов исследования
для решения задач пеленгации, сегментации
речевых и специальных сигналов
Разработан метод автоматического определения границ текущих объектов исследования в образах
звуковых волн, инвариантный к темпу, тембру и интенсивности принятого акустического сигнала.
В качестве текущих объектов исследования выступают отрезки амиплитудно-временного представления
волнового процесса, соответствующие фонологическим единицам, в формировании которых участвует
голосовой источник (для речевых сигналов) и тональным сигналам (для специальных сигналов). На основе
предлагаемого метода разработан алгоритм, который успешно применен в задачах пеленгации на макетной
установке системы технического слуха.
Введение
В проблеме искусственного интеллекта, которая является одной из ключевых в
робототехнике, важное место занимают вопросы создания технических аналогов ор-
ганов чувств. Их действие основано на моделировании операций, выполняемых органами
чувств живых организмов. К их числу относятся: зрение, слух, осязание, вкус и обо-
няние. Акустические средства коммуникации имеют ряд преимуществ перед всеми
остальными средствами: скоростью, гибкостью (проникают через не очень плотные
вещества, огибают препятствия), не зависят от светового фактора, всенаправленного
действия [1]. В настоящее время актуальной является разработка алгоритмов обработки
акустических сигналов для интеллектуальных систем технического слуха (СТС): пе-
ленгация речевых и специальных сигналов – свистка, дудочки (далее акустических
сигналов – АС); получение и обработка «звуковой картины» окружающего пространства,
с целью обнаружения требуемых АС и их верификация.
Качественное решение указанных задач зависит от метода выбора границ теку-
щего объекта исследования (ОИ) – временного интервала, на котором определяются
искомые характеристики сигнала. Например, для решения задач пеленгации АС в ка-
честве ОИ выбирают некоторый временной отрезок, на котором при помощи частотных
методов или методов сравнения принятого микрофонами сигнала оценивается временная
задержка или фазовый сдвиг. Границы текущего ОИ для каждого типа АС определя-
ются субъективно на основе статистических данных, и их выбор влияет на точность
пеленгации [2-4]. Очевидно, что решение задачи автоматического определения границ
текущих ОИ безотносительно типа пеленгуемого сигнала позволит повысить точность
пеленгации.
Следует отметить, что в АС, указанных выше, возможно различить звуки опре-
деленной высоты (звуки подавляющего большинства музыкальных инструментов,
также пение), а высота звука (или высота тона) определяется частотой собственного
колебания системы, а следовательно, самой природой этой системы (для речи – час-
Автоматическое определение границ текущих объектов исследования для решения…
«Штучний інтелект» 2’2009 41
1Х
тота вибрации голосовых связок), поэтому в качестве ОИ должны выступать отрезки
сигнала, соответствующие функционированию голосового источника (для речи) или
тональным звукам (для специальных сигналов).
Решение задачи автоматического определения границ текущих ОИ также воз-
никает при сегментации речевых сигналов (РС), когда необходимо определить границы
сегментов, соответствующих фонологическим единицам, в формировании которых
участвует голосовой источник (носитель тона). Носителями тона чаще всего являются
гласные, но встречаются языки, где в этой роли могут выступать и согласные, чаще
всего сонанты. Для решения задачи сегментации тональных звуков используют «окна»
фиксированной длительности, их размер и границы выбираются на основе субъек-
тивных данных [5-8]. Очевидно, что вариативность произнесения одного слова у одного
диктора бесконечное множество, поскольку предопределяется его темпом, тембром,
интенсивностью, а также рядом психологических факторов. Поэтому априорное за-
дание границ и длины ОИ без учета случайности поведения характеристик РС не
позволяет качественно решить указанную задачу.
Общность целей при разработке алгоритмов пеленгации и сегментации РС по-
зволяет в дальнейшем перейти к следующей постановке задачи.
Постановка задачи
Исходные данные для решения поставленной задачи:
1. )(nU , Nn ,1 – образ звуковой волны (ОЗВ), или амплитудно-временное пред-
ставление волнового процесса (АВП ВП).
2. Последовательность характеристик функции )(nU : границы квазипериодов
(ПК) – );[ 61
ii ll , где Mi ,1 , M – количество ПК на АВП ВП; длины ПК – id ; длины
положительных и отрицательных полуволн ПК –
ii dd , ; амплитуды ПК, амплитуды
положительных и отрицательных полуволн ПК – ir ,
ii rr , ; адреса локальных и гло-
бальных экстремумов на ПК. ПК обозначим iK , Mi ,1 (рис. 1). Следует отметить,
что характеристики ПК получены с учетом двух уровней АЦП, которые мы отож-
дествляем с уровнем нуля вольт. Рассуждения и метод определения границ ПК и его
характеристик приведены в [8].
Необходимо:
– разработать метод автоматического определения границ текущих ОИ в ОЗВ, инва-
риантный к темпу, тембру и интенсивности принятого акустического сигнала. В качестве
текущих объектов исследования должны выступать отрезки АВП ВП, соответствую-
щие фонологическим единицам, в формировании которых участвует голосовой источник
(для РС), и тональным сигналам (для специальных сигналов).
а) б)
Рисунок 1 – Характеристики iK функции )(nU
Хашан Т.С.
«Искусственный интеллект» 2’2009 42
1Х
Отметим, что представленная работа выполнена в рамках договора о творческом
сотрудничестве между ИПММ НАН Украины (г. Донецк) и ИПМ им. М.В. Келдыша
РАН (г. Москва, Россия).
1. Энергетически завершенные фрагменты в ОЗВ
Отказаться от проблемы использования «окон» при автоматическом выборе те-
кущего ОИ возможно на основе следующих рассуждений.
Физический процесс в природе называют энергетически завершенным (ЭЗ), если
его можно представить в виде следующих фаз его развития [11]: экскурсия (фаза зарож-
дения – Э), выдержка (фаза существования – В) и рекурсия (фаза угасания – Р) (рис. 2).
Рисунок 2 – Энергетически завершенный физический процесс
С физической точки зрения размах амплитуды ПК АВП ВП определяется энер-
гией, которую несет в себе звуковая волна. Таким образом, задача состоит в локализации
на АВП ВП объекта исследования, представляющего собой ЭЗ фрагмент (ЭЗФ) функ-
ции )(nU , изменений энергии на котором отображает указанные выше фазы.
В качестве примера можно привести изменение состояния органов голосового
тракта, в результате которого происходит формирование элементарных звуковых форм,
составляющих речевое сообщение. Очевидно, что для их реализации необходимо
время и перестройка органов голосового тракта. Следовательно, структуру речевого
сообщения можно рассматривать как последовательность элементарных звуковых
форм, характеризующихся участками устойчивых состояний и переходных процес-
сов (рис. 3 а, б).
Акустический сигнал, полученный в результате функционирования дудочки
(или свистка), также представляет собой последовательность элементарных звуковых
форм, которые можно рассматривать в контексте завершенного физического процес-
са (рис. 3 в, г).
На основе анализа характера поведения последовательности характеристик M
iir 1}{
на ПК M
iiK 1}{ определим ЭЗФ из условия:
11 piii rrr , 212111 pipipipi rrrr , 1443132 pipipipipi rrrrr , (1)
где 1,1,01:1 pii rrspNs , 212,2,02:2 pipi rrspNs ,
313,3,03:3 pipi rrspNs , 43,4,04:4 pipi rrspNs .
Автоматическое определение границ текущих объектов исследования для решения…
«Штучний інтелект» 2’2009 43
1Х
а)
б)
в)
г)
Рисунок 3 – а) АВП ВП фонемы «о», в) АВП ВП функционирование свистка,
б) последовательность ЭЗФ для фонемы «о» и г) – для свистка
Хашан Т.С.
«Искусственный интеллект» 2’2009 44
1Х
Границы ЭЗФ определяются аналогично границам ПК [9], [11].
11111 : piii
iss rrrдляllrlr , (2)
111
1
622 :
pipi
piss rrдляllrlr , (3)
1321211
2
623 :
pipipipi
piss rrrrдляllrlr , (4)
4313
3
1
1
144 : pipipi
isss rrrдляllrlrlr
, (5)
1443
4
61
1
255 :
pipipi
pisss rrrдляllrlrlr . (6)
Отметим, что выдержка может быть представлена одной точкой.
На основании приведенных выше рассуждений дадим определение КС и ЭЗФ.
Определение 1. Полуинтервал );[ 51
ss lrlr функции )(nU , границы которого опре-
делены согласно соотношениям 1 – 6, будем называть квазипериодической структурой
(КС) (рис. 4 а); последовательность характеристик ПК
s
r
1}{ на этом полуинтервале,
удовлетворяющим условию (1), будем называть энергетически завершенным фраг-
ментом первого уровня; s-й ЭЗФ функции )(nU обозначим 1
sR , s – количество ПК в
1
sR (рис. 4 б).
а)
б)
Рисунок 4 – а) последовательность квазипериодических структур, согласованных с
б) – последовательностью ЭЗ фрагментов
Введенное выше определение 1 не позволяет решить задачу определения границ
искомых ОИ, так как следует рассматривать последовательность ЭЗФ, а следователь-
но, последовательность КС, объединенных между собой на основе анализа «близости»
характеристик АВП ВП на указанных фрагментах.
Автоматическое определение границ текущих объектов исследования для решения…
«Штучний інтелект» 2’2009 45
1Х
Анализ КС показал, что в рамках одного сигнала, излучаемых одним источни-
ком (диктором, свистком, дудочкой), их длины могут варьироваться, но должны быть
близки. Характер изменения хотя бы одной характеристики на соответствующих КС
должен быть одинаковым. Для решения задачи введем далее определения «близос-
ти» характеристик КС.
2. Однородные квазипериодические структуры
На основе представленного рассуждения следует, что границы текущих ОИ, содер-
жащих КС, необходимо выбирать как последовательности энергетически завершенных
отделимых структур с близкими между собой характеристиками без использования
языковых критериев, безотносительно к фонологическому составу принятого рече-
вого сообщения, а также информации о принятом АС.
Определение однородности характеристик ПК рассмотрено в [9], [13]. Дадим
обобщенное определение «близости» двух фрагментов функции )(nU .
Определение 2. Сужение функции )(nU на b)[a; и сужение функции )(nU на
d)[c; называют «близкими», если существует изоморфное отображение
1
'' )};{(: jii rdF
1
"" )};{( jii
F rd , где – количество ПК на ЭЗФ с соответствующими характерис-
тиками
1
'' )};{( jii rd для
);[
)(
ba
nU и
1
"" )};{( jii rd для
);[
)(
dc
nU . «Близость»
);[
)(
ba
nU и
);[
)(
dc
nU будем
обозначать
);[
)(
ba
nU @
);[
)(
dc
nU .
Две КС, для которых выполнимо определение 2, будем называть однородными
квазипериодическими структурами (ОКС) (рис. 5). ОКС и будут выступать в качест-
ве текущих ОИ.
Рисунок 5 – Пример однородных квазипериодических структур
Изложенные выше рассуждения положены в основу алгоритма, реализующего
автоматический выбор текущего ОИ, соответственно определение его границ в ОЗВ.
Как было указано в постановке задачи, в качестве ОИ выступают ОКС, соответст-
вующие голосовому источнику или ОТ.
Хашан Т.С.
«Искусственный интеллект» 2’2009 46
1Х
3. Алгоритм автоматического определения
границ текущих ОИ
На рис. 6 представлена структурная схема решения задачи автоматического оп-
ределения границ текущих ОИ.
Рисунок 6 – Структурная схема алгоритма решения задачи автоматического
определения границ текущих ОИ
Рассмотрим основные особенности его функционирования.
Как показано на рис. 6, алгоритм решения задачи автоматического определения
границ текущих ОИ состоит из следующих блоков:
1) определение границ ПК и их характеристик – в данном блоке определяются
границы ПК );[ 61
ii ll с учетом двух уровней АЦП, а также характеристики ПК – длины
ПК – id ; длины положительных и отрицательных полуволн ПК –
ii dd , ; амплитуды
ПК, амплитуды положительных и отрицательных полуволн ПК – ir ,
ii rr , ; адреса
локальных и глобальных экстремумов на ПК [9];
2) определение границ КС, согласованных с ЭЗФ – в этом блоке определяют
ЭЗФ 1
sR из условия 1 раздела 1, а также границы КС );[ 51
ss lrlr , согласованные с ЭЗФ
из условий 2 – 6 раздела 1;
3) анализ «близости» ПК внутри каждой КС – рассматриваются ПК в каждой
КС, определяется количество похожих ПК. Правило определения близости в общем
виде дано в разделе 2 (определение 2), подробное описание определения «близости»
характеристик ПК рассмотрено в [9], [10];
4) анализ близости КС между собой – после того, как рассмотрены все КС и
определены близкие между собой ПК внутри каждой структуры, анализируются все
найденные КС между собой на близость характеристик согласно определению 2. От-
метим, что «похожие» КС между собой могут быть определены на некотором расстоянии
друг от друга. Для такого случая КС должны иметь «пару». Если решение о «близости»
КС не принято, то рассматриваются случаи «расщепления» сигнала – для этого по-
следовательно объединяют слева (или справа) два ПК (для КС с большим количест-
вом ПК s ), далее определяют характеристики обобщенного ПК согласно блоку 1 и
вновь производят анализ близости двух КС;
5) фиксирование границ ОКС – после полного анализа все КС принимается
решение о фиксировании границ ОКС.
Автоматическое определение границ текущих объектов исследования для решения…
«Штучний інтелект» 2’2009 47
1Х
4. Экспериментальные исследования
а)
б)
Рисунок 7 – Пример работы алгоритма определения границ ОИ
Алгоритм определения ЭЗФ и ОКС был опробован на статистическом материа-
ле: для РС – на 13 дикторах (мужчин и женщин), каждый из которых произносил по
15 слов (список слов общий); для специальных сигналов – свисток и дудочка (длитель-
ность и амплитуда таких сигналов зависит от объема легких диктора и мощности
воздуха, вдуваемого в отверстие свистка или дудочки).
На рис. 7 показан результат работы алгоритма определения границ ОИ: для РС –
а), б) слова «душа», б) свисток.
Как показано на рис. 7 а), границы сегментов, соответствующие функционирова-
нию голосового источника, выделяются со 100 % точностью (выделены фонемы «д»,
«у», «а»), аналогичный результат получен для специальных сигналов (рис. 7 б).
Хашан Т.С.
«Искусственный интеллект» 2’2009 48
1Х
Заключение
Основным результатом данной работы является разработка метода, на осно-
вании которого решены задачи выделения в образах звуковых волн однородных ква-
зипериодических структур без константных и априорно-заданных величин. На основе
предлагаемого метода разработан алгоритм, который успешно применен в задачах
пеленгации на макетной установке СТС, а также при решении задач сегментации ре-
чевого сигнала – определение границ сегментов, соответствующих фонологическим еди-
ницам, в формировании которых участвует голосовой источник. Выводы относительно
различных фрагментов АВП ВП производятся исключительно в результате анализа их ха-
рактеристик.
Литература
1. Потапова Р.К. Речь: коммуникация, информация, кибернетика : учеб. пособие для вузов / Потапова Р.К. –
М. : Радио и связь, 1997.
2. Pavlovsky V.E. Simulation and Experimental Elaboration of Acoustic Sensors for Mobile Robots / Vladimir E.
Pavlovsky, Tatyana S. Khashan : рaper presented at the RTO SET-092 Symposium on “Advanced Sensor Payloads
for UAV”, (2-3 May, 2005).
3. Concept, Simulation and Elaboration of Audition Sensors for Robots / [Pavlovsky V.E., Myagkov A.S., Khashan
T.S., Pavlovsky V.V.] : Proc. of The IARP Workshop “Adaptive and Intelligent Robots: Present and Future”
(Moscow. – Nov. 24-26, 2005) / IPMech RAS, RAS. – Vol. 1. – Р. 90-100.
4. Active audition for humanoid / [Nakadai K., Lourens T., Okuno H.G. and Kitano H.] : рroc. of 17th National
Conference on Artificial Intelligence (AAAI-2000).
5. Ермоленко Т.В. Использование непрерывного вейвлет-преобразования при распознавании вокализованных
участков речевого сигнала / Т.В. Ермоленко // Искусственный интеллект. – 2004. – № 4. – С. 499-503.
6. Федоров Е.Е. Выделение длины периода основного тона речевого сигнала / Е.Е. Федоров // Искусственный
интеллект. – 2004. – № 1. – С. 237-242.
7. Карпов О.Н. Технология построения устройств распознавания речи / Карпов О.Н. – Д. : Из-во Днепр.
универс., 2001. – 184 с.
8. Шелепов В.Ю. К проблеме пофонемного распознавания / Шелепов В.Ю., Ниценко А.В. // Искусственный
интеллект. – 2005. – № 4. – C. 662-668.
9. Хашан Т.С. Сегментация речевого сигнала / Т.С. Хашан // Искусственный интеллект. – 2007. – № 4. –
С. 386-397.
10. Мышко С.В. Определение на амплитудно-временном представлении звуковых волн элементарных
и однородных квазипериодических структур / С.В. Мышко, С.В. Блохин, А.В. Доценко // Биофизика сложных
систем. – 1993. – С. 92-100.
11. Мышко Н.В. Определение энергетически завершенных фрагментов амплитудно-временного представления
звуковых волн / Н.В. Мышко, А.В. Доценко, С.В. Блохин, С.В. Мышко // Биофизика сложных систем. –
1993. – С. 103-117.
Т.С. Хашан
Автоматичне визначення меж поточних об’єктів дослідження для рішення задач пеленгації,
сегментації мовних і спеціальних сигналів
Розроблено метод автоматичного визначення меж поточних об’єктів дослідження в образах звукових
хвиль, інваріантний до темпу, тембру й інтенсивності прийнятого акустичного сигналу. Поточними об’єктами
дослідження виступають відрізки амиплітудно-часового подання хвильового процесу, що відповідають
фонологічним одиницям, у формуванні яких бере участь голосове джерело (для мовних сигналів) і
тональним сигналам (для спеціальних сигналів). На основі пропонованого методу розроблено алгоритм,
що успішно застосовано у завданнях пеленгації на макетній установці системи технічного слуху.
T.S. Khashan
The Automated Determination of Boundaries of Current Object Investigations for Solving
the Problems of Direction Finding, Segmentation of Speech and Special Signals
The method of extraction of quasi-periodic structures in images of sound waves is put in a basis of proposed algorithm of
direction finding of an acoustic signal. Proposed method does not contain a priori known constants and is invariant to
rate, timbre and intensity of the accepted acoustic signal. Presented results can be applied also for resolving the problem
of segmentation of a speech signal.
Статья поступила в редакцию 03.02.2009.
|
| id | nasplib_isofts_kiev_ua-123456789-7876 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1561-5359 |
| language | Russian |
| last_indexed | 2025-12-07T17:54:55Z |
| publishDate | 2009 |
| publisher | Інститут проблем штучного інтелекту МОН України та НАН України |
| record_format | dspace |
| spelling | Хашан, Т.С. 2010-04-19T15:00:44Z 2010-04-19T15:00:44Z 2009 Автоматическое определение границ текущих объектов исследования для решения задач пеленгации, сегментации речевых и специальных сигналов / Т.С. Хашан // Штучний інтелект. — 2009. — № 2. — С. 40-48. — Бібліогр.: 11 назв. — рос. 1561-5359 https://nasplib.isofts.kiev.ua/handle/123456789/7876 004 Разработан метод автоматического определения границ текущих объектов исследования в образах
 звуковых волн, инвариантный к темпу, тембру и интенсивности принятого акустического сигнала.
 В качестве текущих объектов исследования выступают отрезки амиплитудно-временного представления
 волнового процесса, соответствующие фонологическим единицам, в формировании которых участвует
 голосовой источник (для речевых сигналов) и тональным сигналам (для специальных сигналов). На основе
 предлагаемого метода разработан алгоритм, который успешно применен в задачах пеленгации на макетной
 установке системы технического слуха. Розроблено метод автоматичного визначення меж поточних об’єктів дослідження в образах звукових
 хвиль, інваріантний до темпу, тембру й інтенсивності прийнятого акустичного сигналу. Поточними об’єктами
 дослідження виступають відрізки амиплітудно-часового подання хвильового процесу, що відповідають
 фонологічним одиницям, у формуванні яких бере участь голосове джерело (для мовних сигналів) і
 тональним сигналам (для спеціальних сигналів). На основі пропонованого методу розроблено алгоритм,
 що успішно застосовано у завданнях пеленгації на макетній установці системи технічного слуху. The method of extraction of quasi-periodic structures in images of sound waves is put in a basis of proposed algorithm of
 direction finding of an acoustic signal. Proposed method does not contain a priori known constants and is invariant to
 rate, timbre and intensity of the accepted acoustic signal. Presented results can be applied also for resolving the problem
 of segmentation of a speech signal. ru Інститут проблем штучного інтелекту МОН України та НАН України Прикладные интеллектуальные системы Автоматическое определение границ текущих объектов исследования для решения задач пеленгации, сегментации речевых и специальных сигналов Автоматичне визначення меж поточних об’єктів дослідження для рішення задач пеленгації, сегментації мовних і спеціальних сигналів The Automated Determination of Boundaries of Current Object Investigations for Solving the Problems of Direction Finding, Segmentation of Speech and Special Signals Article published earlier |
| spellingShingle | Автоматическое определение границ текущих объектов исследования для решения задач пеленгации, сегментации речевых и специальных сигналов Хашан, Т.С. Прикладные интеллектуальные системы |
| title | Автоматическое определение границ текущих объектов исследования для решения задач пеленгации, сегментации речевых и специальных сигналов |
| title_alt | Автоматичне визначення меж поточних об’єктів дослідження для рішення задач пеленгації, сегментації мовних і спеціальних сигналів The Automated Determination of Boundaries of Current Object Investigations for Solving the Problems of Direction Finding, Segmentation of Speech and Special Signals |
| title_full | Автоматическое определение границ текущих объектов исследования для решения задач пеленгации, сегментации речевых и специальных сигналов |
| title_fullStr | Автоматическое определение границ текущих объектов исследования для решения задач пеленгации, сегментации речевых и специальных сигналов |
| title_full_unstemmed | Автоматическое определение границ текущих объектов исследования для решения задач пеленгации, сегментации речевых и специальных сигналов |
| title_short | Автоматическое определение границ текущих объектов исследования для решения задач пеленгации, сегментации речевых и специальных сигналов |
| title_sort | автоматическое определение границ текущих объектов исследования для решения задач пеленгации, сегментации речевых и специальных сигналов |
| topic | Прикладные интеллектуальные системы |
| topic_facet | Прикладные интеллектуальные системы |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/7876 |
| work_keys_str_mv | AT hašants avtomatičeskoeopredeleniegranictekuŝihobʺektovissledovaniâdlârešeniâzadačpelengaciisegmentaciirečevyhispecialʹnyhsignalov AT hašants avtomatičneviznačennâmežpotočnihobêktívdoslídžennâdlâríšennâzadačpelengacíísegmentacíímovnihíspecíalʹnihsignalív AT hašants theautomateddeterminationofboundariesofcurrentobjectinvestigationsforsolvingtheproblemsofdirectionfindingsegmentationofspeechandspecialsignals |