CC BY
3
www.in-academy.uz
% f/ £8
to. >
kâB "• ' -
aQSj -
EURASIAN JOURNAL OF TF.CIIN01.0CV AND INNOVATION
ANALYSIS OF RECOGNITION METHODS IN SPEAKER
RECOGNITION
Kakhkharov A'loxon Abrorovich1 Kholdorov Shokhrukhmirzo Imomali ogli2 Khasanov Umidjon Komiljon ogli3
1Tashkent University of Information Technologies, associate professor
2Tashkent University of Information Technologies, senior teacher 3Tashkent University of Information Technologies, assistant-teacher
ARTICLE INFO
ABSTRACT
Received: 04th June 2024 Accepted: 09th June 2024 Online: 10th June 2024 KEY WORDS
Identification systems, verification systems, signal, digital signal processing, signal
properties, signal
segmentation.
This article deals with signal recognition, a part of the field of digital signal processing. It provides recognition methods, their application, selection of recognition systems based on industry requirements. The main focus is on recognizing a person through speech signals. The most common approaches to speaker recognition through speech signals are presented.
SO'ZLOVCHINI TANIB OLISHDA TANIB OLISH USULLARI TAHLILI
Qaxxarov A'loxon Abrorovich1 Xoldorov Shohruhmirzo Imomali o'g'li3 Xasanov Umidjon Komiljon o'g'li2
1Toshkent axborot texnologiyalari universiteti, dotsent 2Toshkent axborot texnologiyalari universiteti, katta o'qituvchi 3Toshkent axborot texnologiyalari universiteti, assistant o'qituvchi
ARTICLE INFO
ABSTRACT
Received: 04th June 2024 Accepted: 09th June 2024 Online: 10th June 2024 KEY WORDS
Identifikatsiya tizimlari, verifikatsiya tizimlari, signal, signallarga
raqamli ishlov berish, signal xususiyatlari, signallarni segmentlash.
Ushbu maqolada signallarga raqamli ishlov berish sohasining bir qismi - signallarni tanib olish haqida gap boradi. Bunda tanib olish usullari, ularni qo'llash, soha talabidan kelib chiqqan holda tanib olish tizimlarini tanlash koZda tutilgan. Asosiy e'tibor nutq signallari orqali shaxsni tanib olishga qaratilgan. Nutq signallari orqali so'zlovchini tanib olishda eng keng tarqalganyondashuvlar keltirilib o'tilgan.
Kirish. So'zlovchini tanib olish (ba'zi adabiyotlarda so'zlovchi biometriyasi) so'zlovchini identifikatsiya, veritifikatsiya, klassifikatsiya qilish, segmentatsiya, tracking va aniqlashni o'z ichiga oladi. Aynan so'zlovchini tanib olishda ko'plab turli atamalar ishlab chiqilgan va ularning ayrimlari juda katta chalkashliklarga olib kelishi mumkin. Nutqni tanib olish bo'yicha tadqiqotlar uzoq vaqtlardan beri mavjud, tabiiyki jamoatchilikda nutq va so'zlovchini tanib
www.in-academy.uz
olish o'rtasida biroz chalkashliklar mavjud. Ushbu chalkashlikka qo'shilgan yana bir atamalardan biri ovozni aniqlashdir.
Ovozni aniqlash atamasi ba'zi doiralarda so'zlovchini tanib olish atamasi bilan bir xil atama sifatida qo'llaniladi. Bu konseptual (umumiy mantiq, mazmun) jihatdan mavzu uchun to'g'ri nom bo'lsa-da lekin bu atamalarning o'xshashligidan voz kechish kerak. So'zlovchini tanib olishda ovoz emas, balki uning nutqidan foydalaniladi.
Yuqoridagi atamalardan tashqari ushbu mavzuga murojaat qilish uchun juda ko'p turli xil atamalar ishlatilgan. Bularga ovoz biometrikasi, nutq biometrikasi, biometrik so'zlovchi identifikatsiyasi, so'zlovchini identifikatsiyalash, so'zlovchi klasteri, ovozni identifikatsiyalash, ovoz izi identifikatsiya kiradi.
So'zlovchini tanib olish tarmoqlari. So'zlovchini tanib olish yo'nalishi bevosita yoki bilvosita bog'liq bo'lgan tarmoqlarni o'z ichiga oladi. Bu tarmoqlarga asosan ikkita katta guruhga sodda va murakkab tarmoqlar guruhlarga ajratiladi. Murakkab tarmoqlar guruhi bir yoki bir nechta oddiy tarmoqlar guruhidan iborat bo'ladi. So'zlovchini tanib olish oddiy tarmoqlariga so'zlovchini identifikatsiyasi, veritifikatsiyasi, klassifikatsiyasi kiradi. Murakkab tarmoqlar guruhiga esa so'zlovchi segmentatsiyasi, so'zlovchini aniqlash, so'zlovchini kuzatish kiradi.
So'zlovchini vehfikatsiya qilish (tekshihsh).So'zlovchini verifikatsiya qilishda tekshirilayotgan shaxs o'zini nutqdan tashqari usullar bilan identifikatsiya qiladi. Bunday usullarda tekshirishda parollar, identifikatsiya raqamlari ba'zi hollarda nutq signallari asosida tanib olingan matnlar ham keltirilishi mumkin. Misol uchun aynan ma'lumotlar bazasida mavjud so'zlovchi nutq signali xususiyatlari yordamida topilgan shaxsni, shu nutq signalini matnga aylantirilgan holatini tekshiruvchi parametr sifatida qarash mumkin(1-rasm).
So'zlovchini identifikatsiya qilish.So'zlovchini identifikatsiya qilish ikki xil turi mavjud: yopiq va ochiq to'plamli. Yopiq to'plamli identifikatisiya ochiq to'plamli identifikatsiyadan osonroq. Yopiq to'plamli identifikatsiya sinov so'zlovchining ovozi barcha mavjud so'lovchi modellari bilan solishtiriladi va eng yaqin kelgan so'zlovchi identifikatorini qaytaradi. Lekin ma'lumotlar bazasidagi so'zlovchilardan birining identifikatoriga sinov so'zlovchining ovozi eng yaqin bo'ladi, bu yerda rad etish sxemasi mavjud emas(2-rasm).. Misol uchun sinov uchun yosh bola ovozi olingan, lekin ma'lumotlar bazasida kattalarning ovozidan iborat. Bunday holda yosh bolaning ovozini katta yoshlik insonlardan biriga tegishli deb hisoblab yuborishi mumkin. Shuning uchun bunday usuldan foydalanish juda ham yaxshi samara bermasligi mumkin. Bunday holda yosh bolaning ovozini ma'lumotlar bazasi bilna solishtirganda mavjud emas degan natija kelib chiqish va tizim shunga javob reaksiyasi qaytarishi lozim
Ochiq to'plamli identifikatsiyada esa ma'lumotlar bazasidagi so'zlovchi ovozlardan birontasi sinov so'zlovchi ovoziga mos kelmasa rad etish sxemasi mavjud bo'ladi. Aynan shu usul bilan mavud bo'lmagan so'zlovchilarni rad etish mumkin bo'ladi. Ayrim hollarda esa aniqlanmagan sinov so'zlovchi ovozini ma'lumotlar bazasiga qo'shib, uni yanada kengaytirish mumkin. Shu hisobidan uni ochiq to'plamli identifikatsiya turi deyiladi.
1-rasm. So'zlovchini verifikatsiya qilish tuzilmasi ()
2-rasm. So'zlovchini identifikatsiya qilish tuzilmasi (strukturasi)
So'zlovchini klassifikatsiya qilish. Bu o'xshash audio signallarni alohida guruhlarga ajratib berish uchun qo'llaniladi. Ko'p tasniflash muammolaridan biri bular jins klassifikatsiyasi, yosh va holatlar klassifikatsiyasi. Jins klassifikatsiyasida nomidan aniqki erkak va ayollar ovozlarini guruhlash uchun qo'llaniladi. Yosh klassifikatsiyalarida esa yoshlar, o'rtayosh va qari guruhlarga ajratish mumkin. Lekin buning yana bir muammo tomoni borki bu yosh bolalarda voyaga yetish arafasida ularning ovozlarni katta yoshli insonlarniki o'xshab qoladi. Ularni ajratib klassifikatsiya qilish oson ish emas.
Klassifikatsiyalashda identifikatsiyalash va autentifikatsiyalashda qo'llaniladigan xususiyatlardan farqli xususiyatlar to'plamidan foydalanish mumkin. Masalan, unlilar va friaktivlar so'zlovchining jinsi haqida ko'proq ma'lumotga ega, chunki ular ovoz yo'lining asosiy chastotasi va uning yuqori garmoniklari haqida ko'proq ma'lumot beradi. Garmonik o'zgarishlar erkak va ayol, bolalardagi vokal yo'llarining uzunligi o'zgarishlaridan kelib chiqadi. Misol uchun erkaklar, ayollar va bolalarda ovoz yo'llarining asosiy chastotolari mos ravishda 130Hz, 220 Hz va 265 Hz ni tashkil etadi. Pitch so'zlovchilarning jinsini aniqlash uchun ko'p ishlatiladigan xususiyatlardir.
3
su X сл
su
сл сл о n]
о <
n 3"
SU
3
SU сл 3"
3"
SU SU SU
ra
su
Ci-su
SU сл О
СЛ <<
SU N SU
SU СЛ CD
ста
3
О)
3
ri-
su
ri-
СЛ <<
SU
3
Ci-CD 3
t>5 О
о
S-
a a
SU СЛ
3"
SU
я
SU
ci сл
I
0)
3
СЛ
о a; HT
3
а £
00 о n]
о <
n 3"
N SU
о
SU £
5Г
a" su
SU
su &
o"
о
hQ
Ci-su cra_
cr о
3 cd n 3"
в
X
su
СЛ
SU
СЛ
SU
3
SU &
s
cd QT
Л* СЛ
5" 5"
Si-5Г
a" о
СЛ
н2. o" 3" 3
04 ста' §
su cd
cd Ci crq su
SU СЛ ET
a" з о
su &
ста' su
£
SU Ci-su
a"
<<
о
ri-,
5Г
Ci-SU
a" о
СЛ
з; ST з
о"
a" о сл
нЭ.
о"
3
СЛ
cd era
3
cd
ri-
SU
SU
о
oo .4 cd
era su 3
о 3d
X
Ел'
3 HT
era su
a" о
su сл о
сл <<
о" О сл
нЭ.
о"
Р^ SU <
О) сл SU
о х~
сл
SU сл
нО сл" 3
сл
з
Ci-
<га
Sis'
5
n ET
о"
0 сл нО
1 ?
X
сл з; НГ
О"
n 3"
►S"
su
Ел' 3d
3 su
3"
3"
SU
3"
SU
СЛ
3"
cd
SU
СЛ
з;
о <
hQ
о Ел" su
a" su
SU СЛ
G3 £ _
S ^
Ci-
SU
3
_ о 3 из" Ci- n su ET
N
SU СЛ
hO SU
X SU
SU
о
hQ
s- &
з
r¡ 3d
з era
Ö. n era
з su
a" С
Ci-SU
hO
3 ДЛ
SU ^
о <
SU
SU
3
SU
Ел" p-
tr
SU
с
r+ hQ
ri-
SU
3 a1
0
Ел" 3d
Ñ"
1
5Г К.
SU
3 3
ri-hQ
3
era' su
3
3
СЛ
►S"
SU
g & 3"
00 3" 3 3
a" о
» СЛ
з ¡=r
H-. ^
3 "" 3
SU
hO Ci-su 3
o <
3
сл 3"
SU su
SU
Ел" 3"
a>
o
СЛ
3 3
a" 3
ri-
3
сл
EÎ
o <
n 5Г
ri-
o
3
o 3
S
SU
3
3" o
СЛ
СЛ
a> era
3
CD 3
a"
3
su era su 3
SU
SU
Ci-su
era era 3
SU
a"
era" su 3
3 3
ri-hQ
3_
a" ■
a"
CL su
3
SU ri-
a1 o
Ел" 3"
UJ
СЛ
СЛ
3"
O <
hQ
a" N
H-.
Cl
3 3-
CD oq
S- w
S3" O
3 3
SU
3
3'
era
hQ
сл" 3"
O N SU
3 3
w 3
Ел СЛ SU su
сл 3"
E 3
su
СЛ
Si-
5Г 3
SU &
o"
CD СЛ
3d
Ел"
3d ^
SU
3 era
su Ci-
cr о 3
E
CD SU
СЛ i-<
3d 3
r- su 3
CD SU
era su
3
CD "
3 „
SU
s
SU ri-
3
X.
3
SU
3 a"
Si-5Г
Ci-SU
3
3
era su
3 3 3
ri-
hQ <
SU
3 СЛ
сл CD
era
3
ST HJ CD
^ 3
51 ri-
SU
з H2.
Ел"
О 3
^ HJ
Ci- 5Г
Si-
ST 3"
3_ 3'
Ел" era
3d 3 Si-0
3 3 S
2Г SU
3' ri-
со 3 О
^ Si-
3 Ci- 5Г ►-S
su
^ 3'
n" g ri- SU 3
5Г a1
3 О
^^
a" сл" 3"
3 3 n
CD n 3" 3" 3
ri- 3
SU
СЛ ri-
^^ 3
X.
a1
n
3d 3
HQ SU X
a1 3 сл
ST ri- SU
3 3
с?
CD_
r£
0 Ел" 3"
cr hQ О 3:
сл 3d
нО SU
SU
3
SU сл 3"
SU
3
SU &
G
СЛ
3" a" 3
ri-
3
Ci-su cra_
СЛ CD
era
3
n 3" 3 3
сл
Ci-
SU ^ СЛ SU
SU
a"
E
hQ SU Ci-su
3 Si-ST
Ci-su 3
сл
EÎ
о <
n 3"
d" 3"
о &
S hQ
su
3
SU &
О
<
о
N
СЛ
era з
era su з m
su SU
Ci-su era
3
3'
era
сл 3d
О <
нО
a" о
сл 3"
нО SU
3s
3
сл 3"
SU О
SU
n 3"
. era
сл 3d 3 3
ST ^
^ CD
SU
3
hQ
Ел"
<
SU SU
3 Ci-
3
SU <
SU
сл CD
era
CD
3
ri-SU ri-
СЛ
SU
t>5 0J
О 1 !-S
кГ SU
СЛ 3
о
< 3
Р)
а- 0
n
С/5 3"
.Л ►S'
CQ ri-
2 0
ге "H
а sr
а 3
СЛ
CD era
р 3
CD
га 3
ri-
SU
ri-
о СЛ
<
о SU
N
СЛ
ста'
3
Si-
ri-
SU
2Г
a1
Ci-
SU
сл
о
N]
О
<
n
3d
3'
3'
era
з
з
ri-
HQ
3 3
сл
►S"
S3
Open access journal
www.in-academy.uz
va verifikatsiyani o'z ichiga oladi. Dastlabki ma'lumotlar odatda kiritish talab qilinadi. So'zlovchini identifikatsiya, verifikatsiya qilish asosiy muammoni shakllantirishdan iborat. Misol uchun audio signal tarkibida bir necha so'zlovchining ovozi, vaqtning turli joylarida, musiqa, shovqin bo'lmasa yopiq identifikatsiya qo'llanilishi mumkin.
Bunday murakkabroq muammo ma'lum so'zlovchilar to'plamidan tashqari boshqa so'zlovchilar bo'lishi, audio signal tarkibida musiqa yoki boshqa turdagi audio bo'lishi mumkin. Bunday holda aniqlanadigan so'zlovchilar ro'yhati katta bo'lmasa, ro'yxatning har bir a'zosi uchun har bir segmentda verifikatsiya amalga oshiriladi. Agar ro'yxat katta bo'lsa identifikatsiya o'tkazilishi mumkin va bu keyinchalik bu tekshirishning da'vo qilingan identifikator sifatida ishlatilishi mumkin.
So'zlovchini kuzatish.So'zlovchini kuzatish ma'lum darajada so'zlovchini aniqlashga o'xshaydi, chunki bir yoki bir nechta so'zlovchini signal bo'ylab kuzatiladi. Ro'yxatga olish ma'lumotlari mavjud bo'lmagan sharoitda audioda faqat bitta so'zlovchi bor deb qaraladi va segmentlar oqimida teglar bilan belgilanadi. Agar ro'yxat elementlar mavjud bo'lsa segmentlar uchun so'zlovchi yorliqlari ro'yxatdan ushbu segmentlarning haqiqiy so'zlovchilarni aniqlash uchun sozlanishi mumkin. Kuzatuvning eng muhim ilovasi bu telefon konvertatsiyasi kabi suhbatda so'zlovchilarni belgilash tizimlari.
So'zlovchini tanib olish usullari.Nazariy jiahatdan so'zlovchini tanib olish tilshunoslik, kontekst va boshqa vositalar yordamida amalga oshirilishi mumkin. Lekin bu faqat so'zlovchini tekshirish uchun tegishli. So'zlovchini identifikatsiya qilishni yaxshilash uchun boshqa qo'shimcha ma'lumotlardan foydalanish ham mumkin. Ularni amalga oshirish usullari quyidagilar:
1. Matnga bog'liq bo'lgan holda so'zlovchi tanib olish
2. Matnga bog'liq bo'lmagan holda so'zlovchini tanib olish
3. Matn orqali so'ralgan so'zlovchini tanib olish
4. So'zlovchining bilimga asoslangan tanib olish
Matnga bog'liq bo'lgan holda so'zlovchi tanib olish nisbatan yuqori aniqlikka ega. Xavfsizlik nuqtayi nazardan ham qolgan usullarga qaraganda samaraliroq. Bunda tanib olish aynan matnga bog'liq bo'lib, berilgan matn asosida nutq signalining xususiyatlari bilan tanib olinadi. Matnga bog'liq usullari asosan so'zlovchi verifikatsiyasiga(tekshirish) tegishli. Aksariyat boshqa tarmoqlarda aniq iboralar bilan ishlatib bo'lmaydi, chunki ular tanib olinadigan nutqni tinglab qaror qabul qilinadi.
Matnga bog'liq bo'lmagan holda tanib olish eng ko'p qirrali, shuning uchun bu usul barcha sohalarda qo'llanilishi mumkin yagona hayotiy uslubdir. Ba'zi tanib olish tizimlari matn va tildan butunlay mustaqil. Ba'zi usullari butunlay tilga bog'liq lekin matndan ma'lumdarajada mustaqil. Sof matn va tildan mustaqil tizim faqat so'zlovchining ovoz trakti xususiyatlariga tayanadi va nutq konteksti haqida hech qanday taxmin qilmaydi. Bunday tizimlarning asosiy muammolarida biri nutq qismining yomon tarzda yozilishi. Ma'lumotlar bazasini shakllantirishda nutq signllariga hech qanday cheklovlar yo'q lekin iloji boricha minimallashtirishga harakat qilinadi. Bunda ma'lumotlar uzunligi qisqargani uchun fonetik maydonni qamrab olish imkoniyati kamayadi. Shuningdek tizimda jonlilikni baholash muammosi yuzaga keladi, ya'ni tizimni aldash uchun shaxs tomonidan aytilgan aniq so'zlarga ega bo'lish shart emas.
Open access journal
www.in-academy.uz
Matn orqali so'zlovchini tanib olish uning nomidan ham ma'lumki so'zlovchini sinov vaqtida ma'lum bir iborani aytishni talab etadi. U asosan firibgarlikdan himoyalanish uchun ishlab chiqilgan. Bunday holatda firibgarlar tizim so'rovini kutib olishi va unga vaqtida javob qaytarishi kerak bu albatta juda qiyin vazifalardan biri. Shu jihatidan bunday tizimlar himoyasi so'zlovchini tanib olishda yaxshi samara beradi. Bunday matnli tizimni loyihalashda odatda ikkita asosiy usul mavjud. Birinchi usul matnga bog'liq bo'lgan tizimning so'rovlari uchun tasodifiy iboralarni ishlab chiqadi va shu bilan birga matnga bog'liq bo'lgan til modeli ham ishlab chiqadi. Shuning uchun javob haqiqiy so'zlovchining vokal xususiyatlariga shuningdek so'ralgan iboraning kontekstiga mos kelishi kerak.
Bilimga asoslangan so'zlovchini tanib olish tizimida odatda matndan mustaqil yoki matndan orqali so'raladigan so'zlovchi tanib olish tizimini nutqni tanib olish tizimlari va tabiiy tilni tushunish mexanizmi bilan birikmasida ishlaydi. Bu usulda jonlilikni tekshirish uchun so'zlovchi tomonidan taqdim etilgan bilimlardan foydalaniladi. Shuning uchun bunday tizimlar odatda boshqa autentifikatsiya jarayonlarini kuchaytirish uchun ishlatiladi.
Bu tizimlarni quyidagi sohlarda qo'llanilishi mumkin va bu sohalarda ular yaxshi samaradarolikka ega:
- moliyaviy tizimlarda. Moliyaviy jarayonlarni amalga oshirish, ularni xavfsizligini ta'minlash tizimlarni ishlab chiqishda so'zlovchini tanib olish usullaridan foydalaniladi. Hozirgi kunda onlayn bank tizimlari, treyderlik, aksiyadorlik tizimlarida ovozlarni aniqlab olib mijozlarga xizmat ko'rsatish uchun aynan shuday tizimlardan foydalanilmoqda.(text-promted, knowledge based);
- Sud-tibbiyot va huquq sohalarida. Jinoyatchilarni aniqlash, tibbiy ekspertizada tayinlagan shaxsga tegishli yoki tegishli emasligini aniqlashda foydalaniladi.(identifikatsiya, verifikatsiya);
- Kirish nazorat, xavfsizlik tizimlarida. Boshqa biometrik xavfsizlik tizimlari kabi so'zlovchini tanib olish tizimlarini ham kirish nazorat tizimlarida qo'llanishi mumkin. Boshqalari kabi unda ham avzallik va kamchilik tomonlari mavjud. Lekin bunday tizimlarda jismoniy mavjudlik muammosi mavjud bo'lib, so'zlovchini tanib olishda bunday muammoga turli xil yondashuvlar asosida yechimlar topilgan. Misol uchun telefon tarmog'i, kompyuter tarmoqlari yordamida kirishlarni amalga oshirish;
- Audio va videolarni indekslash tizimlarida. Indekslash - bu nutqni aniqlash kabi uning ko'plab tarmoqlarini o'z ichiga olgan so'zlovchini tanib olishning asosiy tizimlardan biri. Shuningdek u yuzni aniqlash kabi boshqa biometriklar bilan birga ishlatilishi mumkin. Bu audio oqimini segmentatsiyalash, so'zlovchilarni aniqlash yoki kuzatishni talab qiladi;
- Kuzatuv ilovalari. Kuzatilayotgan shaxslarning nutq signallari yordamida ularni kuzatuv tarmoqlarida kuzatish va aniqlash imkoni beradi;
- Telekonferensiya aloqalarida. Real vaqtda olib borilayotgan telekonfersiyada bir necha so'zlovchilarni tanib olib ularning aytayotgan nutqlari matnga aylantiriladi. Ularni qog'oz ko'rinishida bayonotnoma ga kiritiladi;
- Boshqa sohalarda. Asosan xavfsizlik parametrlariga ega tizimlarda bundan foydlanish maqsadga muvofiq.
Open access journal
www.in-academy.uz
Olingan natijalarni. Umuman olganda boshqa biometrik tizimlar singari nutq signalari yordamida tanib olish amaliyoti bajarilganda signalda barchada ajralib turadigan alohida xususiyatlar tanlab olinadi. Nutq signallarida ham alohida ajralib turishga yordam beradigan nutq signali xususiyatlari mavjud. Masalan eng ko'p ishlatiladigan nutq signali xususiyati MFCC koeffisentlari. Ushbu koeffientlarni GMM modeli yordamida o'qitib olinadi. Hosil bo'lgan modelni suxandon nutq signallari bilan testlanadi.
1-jadval. Tanib olish asosida olingan natijalar
Signal Audiolar soni Gauslar soni Uzunligi(1-3) Uzunligi(3-6)
Mono 150 4 91.24 91.63
Mono 150 8 93.45 94.1
Mono 150 16 94.3 94.8
Mono 350 4 92.3 93.1
Mono 350 8 93.5 94.6
Mono 350 16 95.2 96.45
Signal soni oshgani bilan unda ishlov berish o'zgarishi samaradorlikka ta'sir qilishini yuqoridagi jadvalda ko'rish mumkin. So'zlovchini tanib olishda qo'shimcha xalaqitlarni tozalash uchun nafaqat filtrlar balki boshqa turli yondashuvlarni ko'rib chiqish tavsiya qilinadi. Xulosa qilib aytganda bugungi kunda tizimlarni xavfsiz ishlashhi uchun avvaldan noma'lum bo'lgan signallar bilan ishlash tavsiya qilinadi. Ularni tanib olish jismoniy mavjudlik talab qilmagan holda ham o'rinli hisoblanadi.
References:
1. Shukurov, Kamoliddin & Berdanov, Ulugbek & Khasanov, Umidjon & Kholdorov, Shokhrukhmirzo & Turaev, Boburkhon. (2021). The role of adaptive filters in the recognition of speech commands. 1-4. 10.1109/ICISCT52966.2021.9670084.
2. Shukurov, K., Khasanov, U., Turaev, B., Kakhkharov, A. (2023). The Effectiveness of the Implementation of Speech Command Recognition Algorithms in Embedded Systems. The Eurasia Proceedings of Science Technology Engineering and Mathematics, 23, 220-224. https://doi.org/10.55549/epstem.1365795
3. Xasanov Umidjon Komiljon O'G'Li, Xoldorov Shohruhmirzo Imomali O'G'Li, & To'Rayev Boburxon Shuxrat O'G'Li (2023). NUTQ SIGNALLARI ORQALI SO'ZLOVCHINI TANIB OLISH. Science and innovation, 2 (Special Issue 3), 236-238. doi: 10.5281/zenodo.7856104
4. Shukurov, Kamoliddin & Boburkhon, Turaev & Khasanov, Umidjon. (2021). Implementation of speech processing algorithms based on Singular Value Decomposition and Hidden Markov Model. 01-03. 10.1109/ICISCT52966.2021.9670357.
5. Абдуллаева М.И., Очилов М.М., Ибрагимова С.Н. Усовершенствованный метод извлечение признаков для идентификации диктора с использованием алгоритма классификации. TATU xabarlari
6. K.E. Shukurov, "Analysis of algorithms and implementation of real time speaker identification system", Bulletin of TUIT: Management and Communication Technologies, vol. 4, April 2021.
www.in-academy.uz
7. Shukurov K.E.,Xasanov U.K., To'rayev B.SH., "Shaxsni nutqi orqali identifikatsiyalash algortimlarini amalga oshirish", TATU ilmiy-texnika va axborot tahliliy jurnali, №1(57),2021
8. Gaikwad, Santosh & Bharti, W.Gawali & Yannawar, Pravin. (2010). A Review on Speech Recognition Technique. International Journal of Computer Applications. 10. 10.5120/14621976.
9. Mamyrbayev, O., Mekebayev, N., Turdalyuly, M., Oshanova, N., Ihsan Medeni, T., & Yessentay, A. (2020). Voice Identification Using Classification Algorithms. Intelligent System and Computing doi:10.5772/intechopen.88239
