Protected Voice Control System of UAV

Lavrynenko, Oleksandr; Taranenko, A. G.; Machalin, I. A.; Gabrousenko, Ye. I.; Terentyeva, Irina; Bakhtiiarov, Denys

doi:10.1109/apuavd47061.2019.8943926

Cited by 7 publications

(4 citation statements)

References 4 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Для математичного моделювання спотворень МС було застосовано алгоритм передискретизації, який базується на використанні дискретного перетворення Фур'є і дозволяє підвищувати частоту дискретизації сигналу у задане ціле або дробове число разів. Моделювання конкретного спотворення здійснювалося наступним чином [14].…”

Section: дикторunclassified

Аналіз Ефективності Системи Голосової Ідентифікації На Основі MFCC Та GMM-SVM За Умов Впливу Завад У Каналі Зв’язку

Лавриненко,

Бахтiяров,

Конахович

et al. 2023

SBT

View full text Add to dashboard Cite

У статті розглядається проблематика голосової ідентифікації особи за умов впливу завад у каналі зв’язку інформаційно-телекомунікаційних мереж. При такій ідентифікації виникають всілякі апаратні спотворення і завади, зумовлені особливостями апаратури і пристроїв для запису, обробки і зберігання інформації, а також слід зауважити, що на мовний сигнал неминуче накладаються зовнішні акустичні шуми, які можуть істотно спотворювати індивідуальні інформативні характеристики. З огляду на це системи ідентифікації, що демонстрували досить високу ефективність у лабораторних умовах, під час аналізу мовної інформації із зовнішніми шумами можуть показати надійність, значно нижчу. Нарешті, у низці завдань доводиться проводити ідентифікацію у вельми складних умовах накладення голосів кількох дикторів, зокрема з близькими акустичними характеристиками. Зазначимо, що дослідження можливостей голосової ідентифікації для цього найскладнішого випадку практично не проводилися. Зважаючи на це, головне завдання дослідження полягає в аналізі ефективності системи голосової ідентифікації на основі MFCC та GMM-SVM за умов впливу завад у каналі зв’язку інформаційно-телекомунікаційних мереж, що дасть змогу кількісно оцінити порогові значення потужності шуму при впливі яких ідентифікація особи буде вірною, а при яких хибною. Запропоновану систему голосової ідентифікації особи реалізовано за допомогою таких технологій: 1) виділення ділянок активної мови зі знаходженням значень зміни короткочасної енергії та кількості перетинів нуля між суміжними кадрами мовного сигналу; 2) адаптивна вейвлет-фільтрації мовного сигналу для вирішення задачі шумоочищення, де необхідно провести адаптивну генерацію мікролокальних порогів, що дасть змогу зменшити вплив адитивного шуму на чисту форму мовного сигналу; 3) виділення ознак розпізнавання, де як інформативні ознаки розпізнавання мовних сигналів під час автоматичної ідентифікації особи за голосом використовують мел-частотні кепстральні коефіцієнти, які засновані на двох ключових поняттях – кепстр та мел-шкала; 4) класифікації ознак розпізнавання мовних сигнаів на основі сумішей Гауссових розподілів та методу опорних векторів з використанням лінійного ядра Кампбелла та методу головних компонент з проекцією на латентні структури, що у сумі забезпечить підвищення надійності ідентифікації, що проявляється у зменшенні помилок 1-го та 2-го роду. Запропоновано методику, що дає змогу проводити класифікацію мовних сигналів при накладенні шуму шляхом математичного моделювання спотворень через застосування алгоритму предискретизації, що ґрунтується на використанні дискретного перетворення Фур'є та дає змогу підвищувати частоту дискретизації у задане ціле чи дробове число разів, де як величину, яка кількісно характеризує спотворення, використовують коефіцієнт нелінійних спотворень, який вводиться як відношення середньоквадратичної суми спектральних компонентів вихідного мовного сигналу до середньоквадратичної суми спектральних компонентів вхідного мовного сигналу. Математичне моделювання спотворень мовних сигналів дало змогу провести кількісну оцінку величини цих спотворень, за яких можлива правильна ідентифікація особи. Це показує, що запропонований підхід до оцінки впливів спотворень може використовуватися для аналізу надійності методів голосової ідентифікації.

show abstract

Section: дикторunclassified

Аналіз Ефективності Системи Голосової Ідентифікації На Основі MFCC Та GMM-SVM За Умов Впливу Завад У Каналі Зв’язку

Лавриненко,

Бахтiяров,

Конахович

et al. 2023

SBT

View full text Add to dashboard Cite

show abstract

“…Таким чином отримали вектори значень D і V , а також R і W , які відповідають коефіцієнтам ортогональних вейвлет-фільтрів Добеші низьких і високих частот для прямого та оберненого дискретного вейвлет-перетворення [16].…”

Section: запропонований методunclassified

Метод Рекурсивної Низькочастотної Інтеграції Текстової Інформації В Стеганографічний Аудіоконтейнер На Основі Вейвлет-Фільтрів Добеші

Лавриненко

Бахтiяров

Голубничий³

et al. 2023

SBT

View full text Add to dashboard Cite

Розроблений метод рекурсивної низькочастотної інтеграції текстової інформації в стеганографічний аудіоконтейнер на основі вейвлет-фільтрів Добеші набуває глибокого сенсу в умовах застосування зловмисником навмисних несанкціонованих маніпуляцій зі стеганокодованим аудіосигналом з метою спотворити вбудовану в нього текстову інформацію, тобто зробити її семантичні конструкції нерозбірливими. Головною з таких маніпуляцій є застосування різних алгоритмів стиснення аудіосигналу, але не з метою прибрати його малоінформативні складові, які відповідно до людської психофізіологічної моделі сприйняття звуку знаходяться за порогом чутності, а з метою видалити приховану в аудіосигналі текстову інформацію шляхом навмисного введення спотворень. Відмінність розробленого методу від існуючих полягає в тому, що в існуючих методах стеганографічного приховування інформації на основі вейвлет-перетворення, текстова інформація зазвичай інтегрується у високочастотні вейвлет-коефіцієнти без скалярного добутку з вейвлет-фільтрами, а в розробленому методі пропонується використовувати рекурсивне вбудовування в низькочастотні вейвлет-коефіцієнти з подальшим скалярним добутком з ортогональними вейвлет-фільтрами Добеші низьких і високих частот, що дозволяє підвищити абсолютну спектральну потужність прихованої текстової інформації. Подальші дослідження показали, що розроблений метод суттєво підвищує стійкість стеганосистеми до навмисних або пасивних втручань з метою перекодування з меншою швидкістю передачі інформації, але при цьому забезпечується стовідсоткова цілісність текстової інформації на етапі її вилучення з аудіосигналу, при достатньо високих показниках якості його звучання.

show abstract

“…One of the most recent studies was an extension of [32] developed by Lavrynenko et al [37]. In this extension, the authors presented a similar radio-based control system with cepstral analysis.…”

Section: Speech Controlmentioning

confidence: 99%

Unmanned Aerial Vehicle Control through Domain-Based Automatic Speech Recognition

2020

View full text Add to dashboard Cite

Currently, unmanned aerial vehicles, such as drones, are becoming a part of our lives and extend to many areas of society, including the industrialized world. A common alternative for controlling the movements and actions of the drone is through unwired tactile interfaces, for which different remote control devices are used. However, control through such devices is not a natural, human-like communication interface, which sometimes is difficult to master for some users. In this research, we experimented with a domain-based speech recognition architecture to effectively control an unmanned aerial vehicle such as a drone. The drone control was performed in a more natural, human-like way to communicate the instructions. Moreover, we implemented an algorithm for command interpretation using both Spanish and English languages, as well as to control the movements of the drone in a simulated domestic environment. We conducted experiments involving participants giving voice commands to the drone in both languages in order to compare the effectiveness of each, considering the mother tongue of the participants in the experiment. Additionally, different levels of distortion were applied to the voice commands to test the proposed approach when it encountered noisy input signals. The results obtained showed that the unmanned aerial vehicle was capable of interpreting user voice instructions. Speech-to-action recognition improved for both languages with phoneme matching in comparison to only using the cloud-based algorithm without domain-based instructions. Using raw audio inputs, the cloud-based approach achieves 74.81% and 97.04% accuracy for English and Spanish instructions, respectively. However, with our phoneme matching approach the results are improved, yielding 93.33% accuracy for English and 100.00% accuracy for Spanish.

show abstract

Protected Voice Control System of UAV

Cited by 7 publications

References 4 publications

Аналіз Ефективності Системи Голосової Ідентифікації На Основі MFCC Та GMM-SVM За Умов Впливу Завад У Каналі Зв’язку

Аналіз Ефективності Системи Голосової Ідентифікації На Основі MFCC Та GMM-SVM За Умов Впливу Завад У Каналі Зв’язку

Метод Рекурсивної Низькочастотної Інтеграції Текстової Інформації В Стеганографічний Аудіоконтейнер На Основі Вейвлет-Фільтрів Добеші

Unmanned Aerial Vehicle Control through Domain-Based Automatic Speech Recognition

Contact Info

Product

Resources

About