O‘zbekiston respublikasi fanlar akademiyasi

 
 

---

33 
7-расм. Идентификация режимида тизим ишлашининг умумий схемаси 
 
8- расмда кирувчи нутқ сигналидан белгиларни ажратиб олиш жараёни 
тўлиқроқ кўрсатилган. 
8-расм. Кирувчи нутқ сигналидан белгиларни ажратиб олиш 

---

34 
Дастурни ишлаб чиқиш учун MatLab дастурий муҳити танланган бўлиб, 
пакет таркибига товуш сигнали билан ишловчи тайёр кутубхоналар 
бириктирилган. Бундан ташқари MatLab таркибига Guide Builder муҳити ҳам 
таалуқли бўлиб, фойдаланувчи график интерфейсини яратиш имконини беради. 
Нейрон тармоғини моделлаштириш учун Neural Networks пакети ва таснифлаш 
учун Гауус аралашма модели танланган. MatLab таркибига кирувчи Wavelet
Toolbox пакети вейвлет алмаштиришларини амалга ошириш ва таҳлили учун 
жуда қулай ҳисобланади. Matlab нинг стандарт аудиони қувватловчи функцияси 
тизимда мавжуд ва товуш сигналини ёзишга имкон беради. 
Шахсни таниб олиш масаласини ечиш учун дастлаб фойдаланувчи 
маълумотлар базаси асосида нейрон тармоқни ўқитишни амалга оширилади. 
Барча амаллар фойдаланувчи интерфейси орқали амалга оширилади. Бундан 
ташқари овоз ёзишни бошқариш, овозли файлни очиш ва сақлаш, уни эшитиш 
каби амаллар ҳам ҳамда нутқ сигналини график ифодалаш имконияти мавжуд. 
Нутқ базасини шакллантириш учун 25 та одам жалб қилинган. Ҳар бир 
суҳандон 5 тадан калит сўзларни айтган. Бундан ташқари тестлашда овозни 
синтезлаш тизимларидан ёзиб олинган овозлар ҳам фойдаланилди. Масалани ҳал 
қилишда Google cloud Speech API ва Yandex SpeechKit тизимлари танланди. 
Шу билан таниб олиниши зарур овозлар сони 70 тага етказилди.
SpeechKit Cloud API — бу HTTP API бўлиб, илова яратувчилар учун 
Яндекс нутқ технологияларидан фойдаланиш имконини беради: SpeechKit 
ёрдамида базани шакллантиришда 4 та аёл киши ва 8 та эркак овозидан 
фойдаланилди. Speech API – COM технологиясига асосланган иловалар яратиш 
интерфейси бўлиб нутқ таниб олиш ва синтез қилишга йўналтирилган. СОМ 
технологияси Microsoft компаниясининг технологик стандарти бўлиб, ҳар бири 
бир нечта дастурларда фойдаланиш мумкин ўзаро ишловчи объект 
компоненталари асосида дастурий таъминот яратишга мўлжалланган. Speech API 
дан 4 та эркак ва 4 та аёл кишининг овозини олишда фойдаланилди. 
Суҳандонни овоз бўйича идентификация модули тестлашдан ўтказилди. 
Фарқни кузатиш мақсадида таниб олиш тизими суҳандонни овоз бўйича 
идентификация қилиш модулисиз ишлатиб кўрилди (1-жадвал).
1-жадвал
Таниб олиш тизимида модулнинг ишлаш сифатини баҳолаш 
Суҳандонлар 
сони 
Тестлар сони 
Идентификация
модулисиз таниб олиш 
коэффициенти, % 
Идентификация модули 
билан таниб олиш 
коэффициенти, % 
4 
20 
97 
100 
15 
100 
79 
98 
25 
200 
66 
92 
40 
350 
64 
89 
Турли синфларга тегишли суҳандонлар овозлари билан тестлаш ўтказилди: 
биринчи синф – эркаклар овози, иккинчи синф – аёллар овози, учинчи синф – 
болалар овози. 
Ўтказилган тестлардан кўриниб турибдики, суҳандонни овоз бўйича 
идентификация қилиш модулини нутқ таниб олиш тизими таркибида қўллаш 
суҳандонни тўғри идентификация қилиш фоизини оширди. Овоз бўйича 
идентификация модули нутқ таниб олиш тизимидан ташқарида тестдан 
ўтказилди. Тест мақсади суҳандонларни классификациялаш сифатини 
аниқлашдир.

---

35 
Ўтказилган 
тестлардан 
шуни 
кўриш 
мумкинки, 
овоз 
бўйича 
идентификация модули суҳандон тегишли синфларни юқори аниқликда аниқлади.