Μη-γραμμικα Δυναμικα Συστηματα Και Ευρωστη Επεξεργασια Και Αναγνωριση Φωνης

Abstract

Το ευρύτερο θέμα το οποίο πραγματεύεται η διατριβή αυτή είναι η ανάπτυξη μεθόδων με σκοπό την ανάλυση και τον χαρακτηρισμό φωνητικών σημάτων. Αεροδυναμικά φαινόμενα κατά την παραγωγή φωνής, όπως η τυρβώδης ροή και σύγχρονες εξελίξεις στην θεωρία των φράκταλς για ποσοτικοποίηση της πολυπλοκότητας κατά την μέτρηση μιας ποσότητας, σχηματοποιούν τους αρχικούς διασυνδεδεόμενους κινητήριους άξονες, για την εξέλιξη της ερευνητικής διαδικασίας. Επιπλέον κίνητρα παρέχονται από την υστέρηση των συστημάτων αναγνώρισης φωνής, όσον αφορά στην απόδοσή τους, ειδικά όταν αυτά συγκρίνονται με τις αντίστοιχες ανθρώπινες ικανότητες. Προς αυτές τις κατευθύνσεις προτείνονται μέθοδοι επεξεργασίας σημάτων φωνής εμπνευσμένες από τις θεωρίες δυναμικών συστημάτων και φράκταλ γεωμετρίας. Η ανάλυση σημάτων φωνής σε αυτά τα πλαίσια, στοχεύει στον χαρακτηρισμό των σημάτων φωνής, στην εξαγωγή συμπερασμάτων σχετικά με την ακουστική μοντελοποίηση τους και στην εφαρμογή των μεθόδων σε συστήματα αναγνώρισης και κατηγοριοποίησης. Αυτό προσεγγίζεται αναπτύσσοντας μεθόδους εξαγωγής χαρακτηριστικών οι οποίες σχετίζονται με την θεωρία φράκταλ και γενικευμένων φράκταλ διαστάσεων και στηρίζονται στην επεξεργασία ενός ανακατασκευασμένου πολυδιάστατου χώρου κατάστασης. Ο χώρος αυτός θεωρείται εγγύτερος προς το σύστημα παραγωγής σε σχέση με το μετρούμενο βαθμωτό φωνητικό σήμα. Στον χώρο αυτό αναπτύσσεται επιπλέον εύρωστη μέθοδος επεξεργασίας για την περίπτωση θορυβωδών σημάτων, αξιοποιώντας χαρακτηριστικά της γεωμετρίας του. Οι προτεινόμενες μέθοδοι εφαρμόζονται σε προβλήματα κατηγοριοποίησης φωνημάτων και σε προβλήματα αναγνώρισης σε καθαρά και σε θορυβώδη δεδομένα. Η αξιολόγηση των πειραμάτων πραγματοποιείται σε διεθνώς αποδεκτές προτυποποιημένες βάσεις φωνητικών δεδομένων, καταδεικνύοντας την δυναμική και τη σημασία των προτεινόμενων μεθόδων στο θέματα της ανάλυσης και του χαρακτηρισμού φωνητικών σημάτων μέσω της πραγματοποιούμενης ανάλυσης. Τα αποτελέσματα είναι ιδιαίτερα ενθαρρυντικά, κατά την περίπτωση κατηγοριοποίησης ευρέων φωνητικών κλάσεων και κατά την αναγνώριση σε θορυβώδη δεδομένα. Επιπλέον εξετάζεται το πρόβλημα του συνδυασμού διαφορετικού τύπου χαρακτηριστικών υποδεικνύοντας την σημασία του συνυπολογισμού της αβεβαιότητας κάθε μέτρησης.