Меню
Публикации
2026
2025
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013
2012
2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
Главный редактор
НИКИФОРОВ
Владимир Олегович
д.т.н., профессор
Партнеры
doi: 10.17586/2226-1494-2026-26-5-1073-1076
УДК 004.934
Метод одноканального разделения речевых источников для задач распознавания речи и верификации диктора
Читать статью полностью
Язык статьи - русский
Ссылка для цитирования:
Аннотация
Ссылка для цитирования:
Зорькина А.А., Хмелев Н.А. Метод одноканального разделения речевых источников для задач распознавания речи и верификации диктора // Научно-технический вестник информационных технологий, механики и оптики. 2026. Т. 26, № 5. С. 1073–1076. doi: 10.17586/2226-1494-2026-26-5-1073-1076
Аннотация
Предложен метод одноканального разделения двух речевых источников на основе условного генеративного моделирования. Рассматриваемая задача характеризуется неопределенностью порядка двух восстановленных речевых сигналов: одна и та же пара разделенных источников может быть представлена в двух перестановках. Для устранения этой неоднозначности используется замороженный кодировщик диктора: он задает порядок источников при обучении, выбирает лучший вариант среди N стохастических генераций и согласует источники при обработке записей произвольной длины по фрагментам. На наборе данных Libri2Mix предложенный вариант на основе архитектуры Transformer U-Net конкурентен по фундаментальным метрикам оценки качества и разборчивости обработанной речи и дает наилучшие результаты при использовании в задачах распознавания речи и верификации диктора.
Ключевые слова: разделение речевых источников, генеративное моделирование, сопоставление потоков, распознавание речи, верификация диктора

