ŠAVŠ Studie 2022 (6)

Další technikou zpracování signálu k získání jedinečných funkcí pro rozpoznává ní hlasu je získání energetického spektra s využitím výkonové spektrální hustoty. Na ob rázku 5.5 je příklad takovéto frekvenčně-energetické charakteristiky. Obr. 5.5: Příklad frekvenčně-energetické charakteristiky při rozpoznávání hlasu

Zdroj: Vlastní zpracování

5.4.3 Přizpůsobování vzorů pomocí neurálních sítí Závěrečnou fází při rozpoznávání hlasu je aplikace umělých neuronových sítí. Umělé neuronové sítě jsou inteligentní systémy, jejichž architektura je inspirována zjed nodušeným biologickým modelem lidského mozku. Skládají se z mnoha jednoduchých prvků, nazývaných umělé neurony, fungujících paralelně a vzájemně propojených struk turách – topologiích. Inteligentních chování je vytvářeno pomocí multiplikátorů nazý vaných váhy spojení. Neuronové sítě jsou trénovány úpravou hodnot těchto vah spojení mezi prvky sítě. Neuronové sítě mají schopnost samoučení, jsou odolné vůči chybám a šumu a mají aplikace v identifikaci systémů, rozpoznávání vzorů, klasifikaci, rozpozná vání řeči, zpracování obrazu atd. (MCILRTH, A.L., 1997). Pro tuto aplikaci byly zkoušeny různé typy neuronových sítí s různou topologií. Na obrázku 6 jsou příklady užitých neuronových sítí a grafy jejich topologií.

161