Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
CL_20_0__NLP_modern speech technologies_short_S.docx
Скачиваний:
1
Добавлен:
01.07.2025
Размер:
61 Кб
Скачать
☆
  1. Разделение дикторов

(Потребность в этой технологии возникает, если имеется звукозапись с несколькими дикторами, например, звукозапись конференции, и нужно автоматически выделить речь каждого оратора. Также разделение дикторов применяется у спецслужб, когда имеется запись телефонного разговора и нужно определить, кто конкретно что говорит)

  1. Music Spotting

(Названные системы востребованы крупнейшими продюсерскими компаниями, которые хотят иметь достоверную информацию о количестве ротаций определенных песен, например, по радио. Для этого можно нанять штат людей, которые будут сидеть и днями слушать, но поскольку городов много, в них множество радиостанций, достоверную информацию получить нереально и к тому же это очень затратно. Гораздо эффективнее и дешевле с music spotting справляются специальные устройства).

  1. Кодирование речи

– это технология компрессии цифровых аудио сигналов, содержащих речь. В кодировании речи применяется технологии обработки аудио сигнала наряду с алгоритмами компрессии данных. Основные приложения кодирования речи – мобильная и интернет телефония.

Кодирование речи отличается от прочих форм аудио кодирования, поскольку речь представляет собой намного более простой сигнал, чем большинство других аудио сигналов. Кроме того, в случае с речью в распоряжении исследователя имеется значительное количество статистической информации о свойствах речи. В результате, часть аудио-информации, релевантной для прочих форм аудио кодирования оказываются ненужными в случае кодирования речи. Наиболее важным критерием является сохранение разборчивости и милозвучности речи при ограниченном количестве передаваемых данных.

Основной задачей кодера является предельно возможное сжатие сигнала речи, пред­ставленного в цифровой форме, то есть предельно возможное устранение избыточности ре­чевого сигнала при сохранении приемлемого качества передаваемой речи.

Компромисс между степенью сжатия и сохранения качества обычно отыскивается экс­периментально, а проблема получения высокой степени сжатия без чрезмерного снижения качества составляет основную трудность при разработке кодера.

Сочетание кодера и декодера обычно называют кодеком (coder I decoder = codec).

  1. Фоноскопическая экспертиза (видео).

 В рамках фоноскопической экспертизы звукозаписей на разрешение экспертов могут ставится следующие вопросы:

  • Имеются ли на представленной фонограмме фрагменты с записью звучащей речи?

  • Каково дословное содержание разговора, зафиксированного на данной фонограмме (отдельных ее фрагментах)?

  • Какие сведения, характеризующие говорящего, можно получить по фонограмме его звучащей речи?

  • Мужская или женская звучащая речь записана на фонограмме?

  • Является записанная на фонограмме звучащая речь неподготовленной или подготовленной (т.е. заранее заученной и произнесенной наизусть или чтением)?

  • Сколько человек принимало участие в разговоре, записанном на представленной фонограмме?

  • Одним или разными лицами произнесена речь, записанная на представленных фонограммах?

  • Пригодна ли представленная на исследование фонограмма для идентификации говорящего по голосу и речи?

  • Принадлежат ли голос и речь, зафиксированные на фонограмме, гр. А.?

  • Произнесены ли зафиксированные на представленной фонограмме фрагменты речи гр. А., Б. или кем–то другим? Какие именно фрагменты произнесены А., какие Б.?

  • Является ли представленная фонограмма непрерывной записью?

  • Является данная фонограмма оригиналом или копией?

  • Какова природа звуковых сигналов, зафиксированных на представленной фонограмме?

  • Могла ли быть произведена запись данной фонограммы в указанном месте?

  • Каковы основные характеристики помещения, в котором производилась запись данной фонограммы?

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]