CC BY
0Muhammad al-Xorazmiy nomidagi TATU Farg'ona filiali "Al-Farg'oniy avlodlari" elektron ilmiy jurnali ISSN 2181-4252 Tom: 1 | Son: 2 | 2024-yil
"Descendants of Al-Farghani" electronic scientific journal of Fergana branch of TATU named after Muhammad al-Khorazmi. ISSN 2181-4252 Vol: 1 | Iss: 2 | 2024 year
Электронный научный журнал "Потомки Аль-Фаргани" Ферганского филиала ТАТУ имени Мухаммада аль-Хоразми ISSN 2181-4252 Том: 1 | Выпуск: 2 | 2024 год
SHAXSNI OVOZI ASOSIDA IDENTIFIKATSIYALASH TIZIMINING ASOSIY MASALALARI
Yuldasheva Nafisa Salimovna
Muhammad al-Xorazmiy nomidagi Toshkent axborot texnologiyalari universiteti yuldashevanafi saxon16@gmail .com
Annotatsiya. Ushbu maqolada biometrik autentifikatsiya usullaridan biri ovoz asosida identifikatsiyalash tizimi tahlil qilingan. Shaxsni ovozi asosida identifikatsiyalash tizimi qamrab olgan masalalar, shaxsni ovozi asosida identifikatsiyalash tizimining arxitekturasi, ovoz asosida identifikatsiyalash va verifikatsiyalash tizimlarining tuzilishi hamda ovozli biometrik tizimning umumlashtirilgan sxemasi keltirilgan. Shuningdek, ovozli biometrik tizimning samaradorligini baholash uchun noto'g'ri qabul qilish darajasi (False Acceptance Rate, FRR), noto'g'ri rad etish darajasi (False Rejection Rate, FAR), va identifikatsiya darajasi (Identification rate, IDR) ko'rsatkichlarini hisoblash formulalari keltirib o'tilgan.
|| Kalit so'zlar: False Acceptance Rate, False Rejection Rate, FAR, FRR, Identification rate, IDR
Kirish
Hozirgi raqamli asrda axborot xavfsizligi muhim masalalardan biri bo'lib, har bir tashkilotning himoyasi uchun zaruriy choralarni ko'rishi talab etiladi. Axborotni ruxsatsiz kirishdan himoya qilishda turli xil identifikatsiya va autentifikatsiya tizimlari qo'llaniladi. Shu nuqtai nazardan, shaxsni ovoz orqali identifikatsiyalash tizimlari so'nggi yillarda katta qiziqish uyg'otmoqda. Ovoz orqali identifikatsiyalash tizimi inson ovozining o'ziga xos xususiyatlaridan foydalanib, shaxsni aniqlashga imkon beradi. Ushbu maqola, shaxsni ovoz orqali identifikatsiyalash tizimlarining asosiy masalalarini ko'rib chiqadi. Shu jumladan, ovozli biometrik ma'lumotlarning xavfsizligi, tizimning aniqlik darajasi, shovqin va boshqa tashqi omillar ta'siri hamda texnologiyaning samaradorligi haqida batafsil tahlil qilinadi. Maqolaning maqsadi, ovoz orqali identifikatsiyalash tizimlarining hozirgi holatini, ularning afzalliklari va kamchiliklarini o'rganish hamda kelajakda ushbu sohadagi tadqiqotlar uchun yo'nalishlarni belgilashdir.
Asosiy qism
Biometrik parametrlardan ko'plab sohalarda xavfsizlikni ta'minlash maqsadida foydalanilib kelinmoqda. Masalan mobil qurilmalarda turli biometrik parametrlardan autentifikatsiyalash jarayonida foydalanilishi, ulardan mobil bankingda autentifikatsiyalashda ham foydalanish imkoniyatini
keltirib chiqardi. Bu soha hozirda jadallik bilan rivojalanayotgan bo'lib, bu sohadan tushayotgan daromadlarning ortishini 1-rasmdan ham bilish mumkin. 2-rasmda bank sohasida foydalanilgan biometrik autentifikatsiyalash usullarining 2022-yildagi ko'rsatkichlari keltirilgan [4].
Biometrik autentifikatsiyalash usullaridan bank sohasida foydalanishda asosan Osiyo va Amerika qit'asida joylashgan davlatlar yetakchilik qilib kelmoqda (3 - rasm) [5].
1- rasm. Mobil qurilmalarda biometrik texnologiyalar foydasidan olinadigan daromadning yillar bo'yicha o'zgarishi
261
Muhammad al-Xorazmiy nomidagi TATU Farg'ona filiali "Al-Farg'oniy avlodlari" elektron ilmiy jurnali ISSN 2181-4252 Tom: 1 | Son: 2 | 2024-yil
"Descendants of Al-Farghani" electronic scientific journal of Fergana branch of TATU named after Muhammad al-Khorazmi. ISSN 2181-4252 Vol: 1 | Iss: 2 | 2024 year
Электронный научный журнал "Потомки Аль-Фаргани" Ферганского филиала ТАТУ имени Мухаммада аль-Хоразми ISSN 2181-4252 Том: 1 | Выпуск: 2 | 2024 год
^^^mimmmm/mM/mM/mM/ffmmmmmmmmffm 48 Barmoqdagi qon tomiri i 13
ЧШШШ/ШЛШШ 12
Qo'ldagi qon tomiri 'WM.......ШШ 10
Y............S
imzo mmm б \шшт 5 Yuz tasviri Wm 4
Щ 2 Qo'l skaiieri 1
0 10 20 30 40 50
2 - rasm. 2022-yilda bank sektorlarida biometriklarning foydalanish ko'rsatkichi
■ Amerika ■ Yevropa ■ Afrika I Avstraliya ■ Osiyo
3- rasm. Turli mintaqalardagi banklarda biometriklardan foydalanish ko'rsatkichlari
Yuqoridagi keltirilgan tahlil natijalari asosida biometrik autentifikatsiyalash sohasi Osiyo va Amerika davlatlarida keng tarqalganligini, biometrik autentifikatsiyalash usullaridan asosan moliya sohasida va mobil qurilmalarda keng foydalanilayotganligini ko'rish mumkin.
Shaxsni ovozi asosida identifikatsiyalash ko'plab shaxslarga xos masalalarni qamrab oluvchi asosiy mavzu hisoblanadi. [1] manbada keltirilgan xulosalarga ko'ra, nutq bilan bog'liq masalalarni matnga bog'liq bo'lgan (shaxslarning aniq matn bo'lagi bo'yicha gapirishi kutiladi) va matnga bog'liq bo'lmagan masalalarga (shaxs ixtiyoriy jumlani gapirishi mumkin) masalalarga ajratilish mumkin. Shaxsni ovozi asosida tanib olish masalasi bir necha qism masalalarni qamrab oladi.
Identifikatsiyalash: tizimga test ma'lumotlarini bir qismi bilan birga shaxslarning yashirin to'plami kiritiladi. Bunda tizimdan mavjud shaxslar to'plamidagi qaysi shaxs test ma'lumotlarini talaffuz qilganligini aniqlashi talab etiladi va bu yashirin identifikatsiyalash deb ataladi.
Verifikatsiyalash: tizimda nutqning ikkala qismi mavjud bo'lishi talab etiladi. Bunda tizimdan
ikkala segmentni bir xil shaxs talaffuz qilgan yoki boshqa shaxs ovozi ekanligini aniqlash talab etiladi va bu ochiq identifikatsiyalash deb ataladi [23].
Aniqlash: bitta shaxs ma'lumotlari (ko'pincha nishon shaxsi deb ataladi) ko'plab testlash nutqlari bilan birga tizimga uzatiladi. Bunda tizimdan nishon shaxs nutqlarini to'g'ri belgilash talab qilinadi. Boshqa masalalar ham shaxsni ovozi asosida identifikatsiyalash bilan bog'liq, chunki ular bir xil tadqiqotlar oilasiga tegishli [21].
Segmentlash: tizimga bir necha shaxsning mavjud bo'lgan katta nutq signali kiritiladi. Bunda tizimdan shaxsning o'zgargan sohalarini aniqlashi talab qilinadi. Agar shaxslar haqida aprior bilimlar mavjud bo'lsa, tizim har bir shaxs uchun mos modellarni yaratishi mumkin. Bu holda ushbu masala modelga asoslangan shaxslarni segmentlash deb ataladi. Aks holda, u shaxs segmentatsiyasi yoki metrik shaxs segmentatsiyasi deb ataladi [24].
Klasterlash: tizimga ko'p sonli nutqlar beriladi. Bunda tizimdan ularni mos shaxslarga to'g'ri tasniflash talab etiladi. Bu masala ko'pincha bir xil shaxs segmentlarini guruhlash uchun boshqa masalalar bilan birga onlayn tarzda amalga oshiriladi.
Diarizatsiyalash: tizimga nutq ma'lumotlari oqimi beriladi. Bunda tizimdan har bir oqim davrida kim gapirayotganini aniqlash talab etiladi. Bu masala ko'pincha keyinchalik klasterlash bajariladigan oqim segmentatsiyasi sifatida ko'riladi. Segmentatsiya masalasi kabi, agar tizim uchun aprior bilim mavjud bo'lsa, mos modellar yaratilishi mumkin (bu onlayn klasterlashda ham yordam beradi) va bu masala modelga asoslangan shaxs diarizatsiyasi deb ataladi [25].
Biometrik tizimning ishlash aniqligini baholaganda quyidagi ko'rsatkichlardan foydalaniladi:
- FAR (False Acceptance Rate) - tizim ruxsatga ega bo'lmagan foydalanuvchini;
- FRR (False Rejection Rate) - foydalanish ruxsatini yolg'ondan rad etish ehtimolligi bo'lib, tizim haqiqiy foydalanuvchini o'zida mavjud bo'lmagan sifatida qaraydi. FRR va FAR statistik yechimlar nazariyasida, mos holda 1-va 2-xildagi xatoliklar deb yuritiladi.
262
Muhammad al-Xorazmiy nomidagi TATU Farg'ona filiali "Al-Farg'oniy avlodlari" elektron ilmiy jurnali ISSN 2181-4252 Tom: 1 | Son: 2 | 2024-yil
"Descendants of Al-Farghani" electronic scientific journal of Fergana branch of TATU named after Muhammad al-Khorazmi. ISSN 2181-4252 Vol: 1 | Iss: 2 | 2024 year
Электронный научный журнал "Потомки Аль-Фаргани" Ферганского филиала ТАТУ имени Мухаммада аль-Хоразми ISSN 2181-4252 Том: 1 | Выпуск: 2 | 2024 год
Har qanday biometrik tizimni "sergakligi"ning turli darajasiga, ya'ni, yolg'ondan aniqlash (FAR)ning turli qiymatiga sozlash mumkin. Ammo, FAR-ning kamayishi doimo tizim sezuvchanligini pasayishiga va yolg'on rad etish FRR ehtimolligining oshishiga olib keladi. Shunday qilib, tizim "begonalarni" o'tkazmaslikka qanchalik "sergak" sozlangan bo'lsa, u shunchalik kam sezuvchanlikka ega, ya'ni, "o'zinikilarni" yomonroq o'tkazadi. Zamonaviy tizimlarda FAR qiymati foizning ulushini tashkil etsa, FAR-ning qiymati 2-5% ga teng.
Shaxsni ovozi asosida identifikatsiyalash noma'lum shaxsni ovozi bo'yicha oldindan aniqlangan shaxslar to'plamidagi ma'lum bir shaxsga bog'lash bilan shug'ullanadi. To'plam xususiyatiga ko'ra, u ochiq yoki yashirin to'plamga ajratiladi. Ochiq to'plam holatida kuzatilgan nutq namunasi oldindan belgilangan shaxslar to'plamiga tegishli bo'lmasligi mumkin. Aksincha, yashirin to'plamning identifikatsiyasi testlash namunasini to'plamdagi shaxslardan biriga tegishli ekanligi taxmin qilinadi [24]. Ochiq to'plamda identifikatsiyalash masalasini yechish murakkabroq hisoblanadi, chunki testlash namunasi mavjud shaxslardan biriga tegishli yoki tegishli emasligini aniqlash uchun aniq mexanizmni o'rnatish shart. "Shaxsni ovozi asosida identifikatsiyalash" atamasi umumiy ma'noda shaxsni identifikatsiyalash sifatida keng qo'llaniladi. Bu shaxs identifikatsiyasini o'z ichiga olgan har qanday ish rejimiga tegishli. Shaxsni ovozi asosida identifikatsiyalash tizimi arxitekturasi 4-rasmda keltirilgan.
О
O'qitidi jaiayoiii
О
Bdgi
shakllaatiiish
ModeJniquridi
О
О
Belgi shakllantirisli
Modehiiqurish
О
Nirtq siaiali
О
Testladi jarayon i
4-rasm. Shaxsni ovozi identifikatsiyalash tizimi arxitekturasi
liNtaijqoiliBli Odeutifikatsiya)
SlNXs [D
asosida
Shaxsni ovozi asosida verifikatsiyalash - rejimi ikki toifali (binar) tasniflash vazifasiga mos keladi, bunda testlash namunasi to'plami bir xil shaxslarga tegishlimi yoki yo'qmi degan savol qiziqtiradi. Odatda,
ro'yxatga olishning dastlabki bosqichida jumlalarni kichik to'plami yig'iladi va ushbu ma'lumotlar asosida shaxs modeli quriladi. So'ngra identifikatsiyalash bahosini olish uchun testlash jumlalari model bilan taqqoslanadi. Agar baho chegaraviy (threshold) qiymatdan katta bo'lsa (chegaraviy qiymat muayyan ilova asosida belgilanadi), o'qitishda qo'llaniladigan jumlalar to'plami va testlash jumlasi bitta shaxsdan olingan deb hisoblanadi.
Shaxsni identifikatsiyalash va verifikatsiyalash tizimlarning asosiy tuzilmalari mos ravishda 5- (a) va (b) rasmlarda keltirilgan, bu ikki tizimda ham nutq signaliga birinchi navbatda shaxs haqida ma'lumot beruvchi xususiyatlarni tanlash uchun, ishlov beriladi. Tanlangan xususiyatlar asosida identifikatsiyalash amalga oshiriladi. Bunda dastlab noma'lum shaxs modeli quriladi va u mavjud shaxslar to'plamida har bir shaxs uchun oldindan belgilangan modellar bilan taqqoslanadi.
Yashirin to'plamni identifikatsiyalashda eng ko'p yoki eng yuqori ball to'plagan model bilan bog'langan shaxs aniqlangan shaxs sifatida olinadi va bu maksimal ehtimollik tasniflagichi hisoblanadi. Tekshiruv tizimida asosan ikkita farazni ajratishda ehtimollik nisbati testi qo'llaniladi, ya'ni, test nutqi da'vo qilingan shaxsdan yoki soxta shaxsdan kelib tushmoqda. Nutq signalidan olingan belgilar oldingi yozuvdan olingan mavjud shaxsni ifodalovchi model bilan va potensial soxta shaxsni ifodalovchi ba'zi modellar bilan taqqoslanadi. Shaxs va imposter moslik ballari nisbati yoki jurnal domenidagi farq ehtimollik nisbati (A) statistikasi hisoblanadi, so'ngra shaxsni qabul qilish yoki rad etish to'g'risida qaror qabul qilish uchun chegara qiymati (0) bilan taqqoslanadi.
Ushbu tizimlarning uchta asosiy komponenti, ya'ni, tashqi interfeysga ishlov berish, dinamik modellar va imposter modellari uchun qo'llaniladigan umumiy usullarni qisqacha tavsifi quyida keltirilgan.
Shaxsni ovozi asosida identifikatsiyalash tizimlari orasidagi yana bir muhim masala og'zaki matn xususiyatlariga asoslanadi. Xususan, quyidagilarni alohida ajratib ko'rsatish mumkin:
263
Muhammad al-Xorazmiy nomidagi TATU Farg'ona filiali "Al-Farg'oniy avlodlari" elektron ilmiy jurnali ISSN 2181-4252 Tom: 1 | Son: 2 | 2024-yil
"Descendants of Al-Farghani" electronic scientific journal of Fergana branch of TATU named after Muhammad al-Khorazmi. ISSN 2181-4252 Vol: 1 | Iss: 2 | 2024 year
Электронный научный журнал "Потомки Аль-Фаргани" Ферганского филиала ТАТУ имени Мухаммада аль-Хоразми ISSN 2181-4252 Том: 1 | Выпуск: 2 | 2024 год
5-rasm - (a) identifikatsiyalash va (b) verifikatsiyalash tizimlarining tuzilishi
Matnga bog'liq-, Bu senariyda barcha jumlalar o'xshashlik bahosini olish uchun bir xil nutq mazmunini talab qiladi, ya'ni bunda jumlalar bir xil bo'lishi shart [23]. Ushbu ish rejimining odatiy misollari foydalanuvchi PIN-kodi yoki parolidan foydalanishdir. Shu bilan bir qatorda, talaffuzni tuzatishni talab qilish o'rniga, foydalanuvchidan oldindan belgilangan to'plamdan so'zlar yoki qisqa jumlalar to'plamini kiritish so'raladigan matnga asoslangan strategiyadan foydalanish mumkin. Bundan tashqari, agar cheklanmagan matn tarkibining ikkita nutq namunasi mavjud bo'lsa, nutqni avtomatik identifikatsiyalash tizimi bir xil "token"ni bir necha takrorlanishini qidirish va so'ng ular asosida matnga bog'liq holda identifikatsiyalashni amalga oshirishda qo'llanilishi mumkin. Ushbu yondashuv nutq yetarli darajada bo'lganida mos tushish ehtimolining yuqoriligini ta'minlaydi.
Matnga bog'liq bo'lmagan: identifikatsiyalash jarayonida ishtirok etuvchi nutq namunalarining lingvistik mazmuniga hech qanday cheklovlar qo'yilmaydi. Bu rejim unchalik qat'iy emas va, kontent ustidan nazorat yo'qligi sababli, ko'proq muammolarni keltirib chiqaradi. Shuning uchun matnga bog'liq bo'lmagan identifikatsiyalash matnga bog'liq bo'lgan identifikatsiyalashga nisbatan murakkab hisoblanadi.
Ovozli biometriya tizimining umumlashtirilgan strukturasi o'z ichiga quyidagi komponentlarni oladi:
- kiritish qurilmasi;
- nutqli ma'lumotlarni ishlash qism tizimi;
- shablonlarni saqlovchi qism tizimi;
- taqqoslash va qaror qabul qilish qism tizimi;
- ilova interfeysi;
- ma'lumotlarni uzatish qism tizimi. Umumlashtirilgan ovozli biometrik tizim
tarkibida ikkita asosiy funksional jarayon mavjud: tizimda subyektni verifikatsiyalash yoki identifikatsiyalash jarayoni (6-rasm).
6-rasm Ovozli biometrik tizimning umumlashtirilgan sxemasi
Tizim samaradorligini baholash. Shaxsni ovozi asosida identifikatsiyalash tizimi samaradorligini baholash uchun bir necha usullar mavjud. Shaxsni verifikatsiyalash yoki ochiq-to'plamli shaxsni identifikatsiyalashda Detection Error Tradeoffs (DET) [20] egri chizig'i va Equal Error Rate (EER) baholash ko'rsatkichlaridan foydalaniladi. Bunda ikkita muhim ko'rsatkich mavjud, ya'ni noto'g'ri qabul qilish darajasi (False Acceptance Rate, FRR) va noto'g'ri rad etish darajasi (False Rejection Rate, FAR). FAR - tizimning firibgar identifikatsiya so'rovini noto'g'ri qabul qilish ehtimoli o'lchovi. FRR - tizim haqiqiy shaxsni identifikatsiya so'rovini rad etishi ehtimoli o'lchovi. FAR va FRR orasidagi bog'liklik grafigi 7-rasmda keltirilgan va undagi kesishish nuqtasi teng EERni beradi.
FAR va FRR mos ravishda quyidagi formulalar orqali hisoblanadi:
264
Muhammad al-Xorazmiy nomidagi TATU Farg'ona filiali "Al-Farg'oniy avlodlari" elektron ilmiy jurnali ISSN 2181-4252 Tom: 1 | Son: 2 | 2024-yil
"Descendants of Al-Farghani" electronic scientific journal of Fergana branch of TATU named after Muhammad al-Khorazmi. ISSN 2181-4252 Vol: 1 | Iss: 2 | 2024 year
Электронный научный журнал "Потомки Аль-Фаргани" Ферганского филиала ТАТУ имени Мухаммада аль-Хоразми ISSN 2181-4252 Том: 1 | Выпуск: 2 | 2024 год
noto'g'ri qabul qilinganlar soni
barcha yolg'ondan urunishlar soni
x 100%
noto'q'ri rad qilinqanlar soni FRR =--^-гт-1-^гтт-г x 100%
barcha to'g'ri urunishlar soni
7- rasm. I (FAR) va II darajali xatolik (FRR) bog'liklik grafigi
FAR ham, FRR ham qaror qabul qilish jarayonida qo'llaniladigan chegara qiymatiga bog'liq. Chegara qiymatining pastligida tizim har bir identifikatsiya so'rovini osongina qabul qilishga intiladi. Natijada kam noto'g'ri rad etishlar, shu bilan birga ko'p noto'g'ri qabul qilishlar amalga oshiriladi. Aksincha, agar chegara qiymati yuqoriligida tizim barcha so'rovlarni osongina rad etadi va juda kam noto'g'ri qabul qilinishlar amalga oshiriladi, ammo ko'plab yolg'ondan rad etishlar sodir bo'ladi.
Ikkita xato darajasi chegara qiymatini 6 ni aniqlash qaror qabul qilish funksiyalari hisoblanadi. Demak, FAR ni FRR funksiyasi sifatida ifodalab, tizim samaradorligini baholash mumkin.
Shaxsni verifikatsiyalash tizimi uchun FAR gorizontal o'qda, FRR esa vertikal o'qda joylashtiriladi. Chegara qiymatini sozlash orqali FAR va FRR orasidagi bog'liqlikni DET egri chizig'ida ifodalash mumkin. DET egri chizig'ida ikkala xato darajasi bir biriga teng (FAR=FRR) bo'lgan nuqtadagi xato darajasi teng xato darajasi (EER) deb ataladi. Shubhasiz, EER qanchalik past bo'lsa, tizim samaradorligi shunchalik yuqori bo'ladi, ya'ni, tizim samaradorligi yuqori bo'lsa, egri chiziq nolga yaqinroq bo'ladi.
Yashirin to'plamli shaxsni identifikatsiyalash tizimi uchun ko'pincha identifikatsiya darajasi (Identification rate, IDR) baholash ko'rsatkichi sifatida foydalaniladi. IDR bu to'g'ri aniqlangan so'rovlar sonini ro'yxatdan o'tgan umumiy shaxslar to'plami soniga nisbati ko'rinishida baholanadi va quyidagicha ifodalanadi:
IDR =
h
Ic + h
bu yerda lc — va li — mos ravishda to'g'ri va noto'g'ri aniqlangan urinishlar soni.
Xulosa
Hozirgi kunda nutq signallariga ishlov berish va tahlil qilish asosida shaxsni biometrik identifikatsiyalash ilovalari, shuningdek, nutq bilan bog'liq bo'lgan axborot xavfsizligi texnologiyalari jadal rivojlanmoqda. Ushbu yo'nalish bo'yicha o'tkazilgan tadqiqotlar axborot tizimlarini himoyalashning biometrik texnologiyalari istiqbolli texnologiyalaridan biri ekanligini ko'rsatdi. Jumladan, shaxsni nutqi asosida identifikatsiyalash ilovalari foydalanuvchi uchun eng qulay identifikatsiyalash usuli bo'lib, yuqori aniqlikdagi identifikatsiyalashni ta'minlaydi va xarajatlarni keskin kamaytiradi. Hozirgi kunda shaxsni nutqi asosida identifikatsiyalashni ko'plab usul va algoritmlari ishlab chiqilganligiga qaramay, ideal bo'lmagan sharoitlardagi nutq signallari asosida identifikatsiyalashni ta'minlash hamda real vaqt rejimi talablariga javob beruvchi usul va algoritmlarni takomillashtirish yoki yangi usul va algoritmlarni ishlab chiqish muammosi yetarli darajada o'rganilmagan.
Ushbu maqolada biometrik autentifikatsiya usullaridan biri ovoz asosida identifikatsiyalash tizimi tahlil qilingan. Shaxsni ovozi asosida identifikatsiyalash tizimi qamrab olgan masalalar, shaxsni ovozi asosida identifikatsiyalash tizimining arxitekturasi, ovoz asosida identifikatsiyalash va verifikatsiyalash tizimlarining tuzilishi hamda ovozli biometrik tizimning umumlashtirilgan sxemasi keltirilgan. Shuningdek, ovozli biometrik tizimning samaradorligini baholash uchun noto'g'ri qabul qilish darajasi (False Acceptance Rate, FRR), noto'g'ri rad etish darajasi (False Rejection Rate, FAR), va
265
Muhammad al-Xorazmiy nomidagi TATU Farg'ona filiali "Al-Farg'oniy avlodlari" elektron ilmiy jurnali ISSN 2181-4252 Tom: 1 | Son: 2 | 2024-yil
"Descendants of Al-Farghani" electronic scientific journal of Fergana branch of TATU named after Muhammad al-Khorazmi. ISSN 2181-4252 Vol: 1 | Iss: 2 | 2024 year
Электронный научный журнал "Потомки Аль-Фаргани" Ферганского филиала ТАТУ имени Мухаммада аль-Хоразми ISSN 2181-4252 Том: 1 | Выпуск: 2 | 2024 год
identifikatsiya darajasi (Identification rate, IDR) ko'rsatkichlarini hisoblash formulalari keltirib o'tilgan.
Foydalanilgan adabiyotlar
1. Замалиев А.И., Кирпичников А.П., Ляшева С.А., Шлеймович М.П. Текстозависимая идентификация и верификация диктора по голосу в системе контроля и управления доступом // Вестник технологического университета. 2016. Т.19, №№17. -С. 138 -143.
2. J. H. Hansen and T. Hasan. Speaker recognition by machines and humans, a tutorial review. IEEE Signal Processing Magazine, pages 7499, 2015.
3. Лакин Г.Ф. Биометрия. 4-е изд., перераб. и доп.- М.: Высшая школа, 1990.-352 с.
4. Kinnunen, T., Kilpelainen T. and Franti P., "Comparison of Clustering Algorithms in Speaker Identification", Proc. IASTED Int. Conf. Signal Processing and Communications (SPC 2000), 2000, pp. 222-227.
5. H. Beigi. Fundamentals of speaker recognition. Springer US, 2011.
6. Бабкин, В.В. Шумопонижающее устройство для вокодера /В. В. Бабкин // Цифровая обработка сигналов и ее применение: материалы 9-й международной конф. -Москва: ИПУ РАН, 2007. - Доклады - IX-1. - С. 231-235.
7. Campbell, J. P., "Speaker Recognition: A Tutorial", Proceedings of the IEEE, vol. 85, no. 9, 1997, pp. 1437-1462.
8. Nickel, R., "Automatic Speech Character Identification", IEEE Circuits and Systems Magazine, vol. 6, no. 4, 2006, pp 8-29.
9. K. Sreenivasa Rao, Sourjya Sarkar. Robust Speaker Recognition in Noisy Environments, Springer, 2014
10. Романенко В.О. Эмоциональные характеристики вокальной речи и их связь с акустическими параметрами // В.О.Романенко // Общество. Среда.
Развитие (Terra Humana). - 2011. - № 3. - С. 124-127
11. Абдураззаков Ф.Б, Юлдошев Ю.Ш., Нуримов П.Б. Нутк сигналларига ракамли ишлов бериш назарияси ва технологияси, Республика илмий-техник анжуманининг маърузалари туплами, ТАТУ, Ташкент, 1215 март 2019й. Б. 16-18
12. Матвеев, Ю.Н. Технологии биометрической идентификации личности по голосу и другим модальностям // Вестник МГТУ им. Н.Э. Баумана. Сер. Приборостроение. — 2012. — № 3. — С. 46-61.
13. Zoran Gacovski, Biometrics Authentication Methods, 2020, http://www.arclerpress.com.
14. Jain, A. K., & Ross, A. Introduction to Biometrics. Handbook of Biometrics, 1-22. doi :10.1007/978-0-387-71041 -9_1
15. S. Z. Li and A. Jain. Encyclopedia of biometrics. Springer Publishing Company, Incorporated, 2 edition, 2015.
16. K. Brunet, K. Taam, E. Cherrier, N. Faye, C. Rosenberger, Speaker Recognitionfor Mobile User Authentication: An Android Solution, https://www.researchgate.net/publication/2573 65356 Speaker Recognition for Mobile Use r Authentication An Android Solution
17. Козлов А.В. Система идентификации дикторов по голосу для конкурса NIST SRE 2013 // А.В.Козлов, О.Ю.Кудашев, Ю.Н.Матвеев, Т.С.Пеховский, К.К.Симончик, А.К.Шулипа // Труды СПИИРАН. - 2013. - № 2. - С. 350-370.
18. Маматов Н.С., Нуримов П.Б., Самижонов А.Н. Автоматическая идентификация диктора по голосу, ПРОБЛЕМЫ ВЫЧИСЛИТЕЛЬНОЙ И ПРИКЛАДНОЙ МАТЕМАТИКИ №5(23) 2019.
19. https ://www.i so.org/ standard/55194.html
20. S.E. Tranter, D.A. Reynolds: An overview of automatic speaker diarization systems, IEEE Trans. Speech Audio Process. 14, 1557-1565 (2006)
266
Muhammad al-Xorazmiy nomidagi TATU Farg'ona filiali "Al-Farg'oniy avlodlari" elektron ilmiy jurnali ISSN 2181-4252 Tom: 1 | Son: 2 | 2024-yil
"Descendants of Al-Farghani" electronic scientific journal of Fergana branch of TATU named after Muhammad al-Khorazmi. ISSN 2181-4252 Vol: 1 | Iss: 2 | 2024 year
Электронный научный журнал "Потомки Аль-Фаргани" Ферганского филиала ТАТУ имени Мухаммада аль-Хоразми ISSN 2181-4252 Том: 1 | Выпуск: 2 | 2024 год
21. R.B. Dunn, D A. Reynolds, T.F. Quatieri: Approaches to speaker detection and tracking in conversational speech, Digital Signal Process. 10, 93-112 (2000)
22. Huang X., Acero A. Spoken language processing: a guide to theory, algorithm, and system development, Prentice Hall. - 2001, 1008 p.
23. S. Furui. An overview of speaker recognition technology. In Automatic speech and speaker recognition, pages 31-56. Springer, 1996.
24. P. Delacourt, C.J. Wellekens: Distbic: A speaker-based segmentation for audio data indexing, Speech Commun. 32, 111-126 (2000).
25. X. Anguera, S. Bozonnet, N. Evans, C. Fredouille, G. Friedland, O. Vinyals, Speaker diarization: A review of recent research, IEEE 31 Transactions on Audio, Speech, and Language Processing 20 (2) (2012) 356-370.
26. Клименко Н.С. Разработка структуры текстонезависимой системы идентификации диктора //Н.С.Клименко // Искусственный интеллект. - 2017. - № 4. -С. 161-171.
267
