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

Зорькина А.А., Хмелев Н.А.


Читать статью полностью 
Язык статьи - русский

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

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License
Информация 2001-2026 ©
Научно-технический вестник информационных технологий, механики и оптики.

Яндекс.Метрика