O‘zbekiston respublikasi fanlar akademiyasi

Асосий қисм. Ҳар бир шахснинг нутқ органлари ўзига хосдир. Бу эса 
унинг индивидуал нутқ белгиларига эга эканлигини кафолатлайди. Шунинг учун 

---

24 
инсонлар турли шахслар овозини фарқлай олади. Бироқ компьютерлар орқали 
шахсни нутқи асосида таниб олиш масаласини ҳал этиш ўта мураккаб 
масалалардан биридир. Мазкур масала бир неча ўн йиллардан бери тадқиқ этиб 
келинмоқда ва ҳозирги кунда ҳам тадқиқотлар давом этмоқда. Сўнгги йилларда 
нутқли ахборотни таниб олиш сифати сезиларли даражада ошди. Бироқ, шахсни 
ихтиёрий муҳитдаги аудио ёзуви асосида автоматик таниб олиш масаласи
долзарблигича қолмоқда. Шунинг учун ушбу соҳада мавжуд алгоритмларни 
тадқиқ қилиш ҳамда янги усул ва алгоритмларни ишлаб чиқиш масаласи 
долзарбдир. Шахсни нутқи бўйича таниб олиш масаласи кирувчи сигнал 
оқимидан шахс нутқини ажратиб олиш, таснифлаш ва мос равишда жавоб 
қайтаришдан иборат. Мазкур масала одатда иккита кичик таниб олиш ва 
верификация масалаларга ажратилади [1].
Мазкур иш шахсни нутқи асосида автоматик таниб олиш усулларига 
бағишланган бўлиб, унда шахсни нутқи асосида таниб олиш бўйича мавжуд 
усуллар таҳлили, таниб олишнинг энг мақбул алгоритмини танлаш ва танланган 
алгоритм асосида тажрибавий тадқиқотларни амалга ошириш вазифалари амалга 
оширилган. Бундан ташқари ўқитиш ва тестлаш танланмаларини шакллантириш 
ҳамда таснифлашни баҳолаш ҳам амалга оширилган. 
Қуйида шахсни нутқи асосида таниб олишнинг мавжуд усуллари кўриб 
чиқилади ва улар кирувчи нутқ сигналидан белгиларни ажратиб олиш ҳамда 
олинган белгилар асосида суҳандон моделини қуришда қўлланилади. Кирувчи 
нутқ сигнали асосида тизимда рўйхатга олинган суҳандонни аниқлаш жараёнида 
ҳар бир усулда қайдайдир мезон бўйича сақлаб қўйилган моделлардан энг яқин 
моделни аниқлаш амалга оширилади [10].
1. Dynamic Time Warping (DTW) усули. Бу динамик дастурлаш усули 
бўлиб, маълум вақт оралиғидаги иккита ўлчашлар кетма-кетлигини яқинлигини 
топишга имкон беради. Умумий ҳолатда бу кетма-кетликлар турли узунликда ва 
ўлчаш ҳам ҳар хил тезликда бажарилиши мумкин. Сақланадиган модел сифатида 
ўқитиш танланмасидаги 
кирувчи нутқ сигналнинг белгилар 
вектори олинади. 
Фараз қилайлик,
–тестлаш танланмасидаги кирувчи нутқ 
сигналининг белгилар вектори бўлсин. Иккита кетма-кетликни тенглаштириш 
матрицаси 
тушунчаси киритилади. Матрица 
позициясида 
ва 
кетма-кетликнинг ва 
элементларини тенглаштириш қиймати жойлашади. 
Бундан 
ташқари 
матрицанинг 
қўшни 
элементлари 
индекслари 
тўплами
таққосланаётган 
кетма-кетликларнинг 
орасидаги 
муносабатни аниқлайди. Бунда W қуйидаги шартларни қаноатлантириши керак: 
1. 
2. Агар 
DTW алгоритмининг мақсади 1 ва 2 шартларни қаноатлантирувчи 
тўпламни топишдан иборат ва бунда C ва Q кетма-кетликларнинг ўзаро фарқлари 
минимал бўлиши керак, яъни:


 
1
1
,
,
T
t
t
DTW Q C
min
M w
T













Ушбу ифода Q ва C кетма-кетликларнинг яқинлик даражасини аниқлайди. 
DTW(Q, C) нинг қийматини аниқлаш учун динамик дастурлаш усули 
қўлланилади ва ҳар бир қадамда M(i, j) нинг қиймати қуйидаги формула билан 
ҳисобланади: 

---

25 
Бунда d(i, j) - ва элементлари орасидаги эвклид масофаси, M(0, 0)=0, 
қолган барча 0 индексли устун ва сатрлари қийматлари га тенглаштирилади. 
Алгоритм натижаси DTW(Q, C) = M(m, n) бўладиган қийматни аниқлашдан 
иборат. Суҳандонни аниқлашда ҳар бир шаблон учун DTW(Q, C) ҳисобланади. 
Минимум қийматни таъминлаган нинг қиймати кирувчи нутқ сигналига энг 
яқин суҳандоннинг тартиб рақамини англатади [16]. Ушбу алгоритмнинг асосий 
афзаллиги амалга оширилишининг соддалиги ҳисобланади. Бироқ мазкур 
алгоритм матнга боғлиқ бўлмаган ҳолда суҳандонни таниб олишда самарасиз 
ҳисобланади.