УДК 004.934.2

МАРКОВСКИЕ МОДЕЛИ В ЗАДАЧАХ ПАРАМЕТРИЗАЦИИ РЕЧЕВЫХ СИГНАЛОВ

 

Д. Е. Прозоров, К. В. Плетнев

Вятский государственный университет

Вятский государственный гуманитарный университет

 

Статья получена 2 июня 2014 г.

 

Аннотация. В статье исследована возможность применения методов параметризации речевых сигналов простыми и сложными (многосвязными) цепями Маркова в системах автоматического распознавания команд (АРК). Показано, что параметризация речевых сигналов многосвязными цепями Маркова позволяет достичь компромисса между эффективностью распознавания речевых команд и вычислительной сложностью алгоритма параметризации. Низкая вычислительная сложность алгоритмов марковской параметризации свидетельствуют о возможности значительного снижения требований к вычислительным ресурсам систем АРК.

Ключевые слова: распознавание речи, параметризация, многосвязная цепь Маркова.

Abstract: The article investigates the possibility of using of the speech parameterization methods by simple and complex (multivariable) Markov chains in systems of automatic recognition of commands (ARC). It is shown that the speech parametrization by multivariable Markov chains allows to reach a compromise between the efficiency of speech recognition commands and computational complexity of the algorithm parameterization. Low computational complexity Markov parameterization indicate the possibility of a significant reduction in requirements for computational complexity of ARC.

Key words: speech recognition, parameterization, multivariate Markov chain.