The use of speech recognition and user verification in closed-circuit television systems

摘要

Speech recognition systems, and the verification of persons on the basis of independent speech are widely used. In the speech recognition systems, we need to know what said examined person. These recognized words we can used to controlling any devices, which is controlled by computer. In a speaker verification, the prime interest is not in recognizing the words but determining who is speaking the words. In systems of speaker verification, a test of signal from an known speaker, user gives his own login, is compared to all known speaker signals in the set. If the vocal is the same and the user login is the same, the system accepts the user.rnIn this work, it was proposed use speech recognition method to control the movement of the camera of closed-circuit television system, and use user verification method to log on to this system. Extraction of the audio features of person's speech is done using modified mechanism of cepstral speech analysis. Speech recognition is done using hidden Markov models.rnThe main aim of this work, excepting the practical implementation of both methods, is show, how to modify thg MFCC for speech recognition and user verification.%Systemy rozpoznawania mowy i weryfikacji osób na podstawie mowy niezależnej są coraz częściej powszechnie używane. W systemach rozpoznawania mowy musimy wiedzieć, co zostało wypowiedziane przez testowaną osobę. Takie rozpoznane słowa można stosować do sterowania różnymi urządzeniami, kontrolowanymi przez komputer. W przypadku weryfikacji tożsamości nie jest ważne, co zostało wypowiedziane, ale kto to wypowiedział. W systemach weryfikacji tożsamości, gdzie każdy z zarejestrowanych użytkowników posiada swój własny unikalny login, zarejestrowana wypowiedź weryfikowanego użytkownika jest porównywana z wszystkimi wypowiedziami z bazy. Jeśli login się zgadza i charakterystyki głosowe są zgodne, wówczas system akceptuje weryfikowaną osobę.rnW artykule zaproponowano rozpoznawanie mowy do sterowania ruchem kamery przemysłowej, oraz weryfikację użytkownika na podstawie mowy niezależnej do logowania do systemu. Do ekstrakcji i kodowania charakterystyk głosowych zastosowano analizę cepstralną mowy. Jako aparat rozpoznający przyjęto ukryte modele Markowa.rnGłównym zadaniem tej pracy - oprócz oczywiście praktycznej implementacji opisanych metod - jest pokazanie, w jaki sposób należy zmodyfikować mechanizm analizy cepstralnej na potrzeby rozpoznawania mowy, a w jaki sposób na potrzeby weryfikacji tożsamości na podstawie mowy niezależnej.