Дослідження голосової активності в пристроях з низьким енергоспоживанням

Скорочена інформація про документ
dc.contributor.advisorЛебедев, Денис Юрійович
dc.contributor.authorДемиденко, Олексій Анатолійович
dc.date.accessioned2024-02-27T06:52:21Z
dc.date.available2024-02-27T06:52:21Z
dc.date.issued2023
dc.description.abstractМагістерська дисертація складається з 97 сторінок, в якій міститься 31 рисунок, 17 таблиць, використано 22 джерела. Актуальність. Сучасний розвиток технологій та розширене застосування систем, мобільних пристроїв та Інтернету речей вимагають ефективних та енергоефективних методів взаємодії з користувачем. Вивчення голосової активності дозволяє розробляти енергоефективні алгоритми, які сприяють тривалому автономному функціонуванню у багатьох системах. Дана сфера досліджень виявляється ключовою для мобільних пристроїв та технологій. Дослідження у цій області спрямоване на розробку алгоритмів, що оптимізують енергоспоживання та підвищують зручність використання. У наш час через швидкий розвиток методів машинного навчання нові та швидкі алгоритми є критичною потребою особливо при роботі у середовищі з обмеженим енергоспоживанням. Зв’язок роботи з науковими програмами, планами, темами. Дисертаційне дослідження проводилося відповідно до наукових напрямків кафедри конструювання електронно-обчислювальної апаратури КПІ ім. Ігоря Сікорського, а також пріоритетного напрямку розвитку науки і техніки України ”Інформаційні та комунікаційні технології”. Метою дисертаційної роботи є дослідження ефективності реалізації методів детектування голосової активності у системах з малим енергоспоживанням. Під цим мається на увазі дослідження методів та більш точна їх оцінка. Для досягнення мети в роботі вирішено наступні задачі: - Аналіз існуючих рішень та наукових статей за темою дослідження. - Пошук та аналіз інформації про основні параметри, що використовуються та потрібні при детектуванні голосової активності, яка дозволяє оцінювати та краще усвідомлювати вже існуючі методи на предмет можливих покращень у реалізації алгоритмів та їх результату. - Розробка удосконаленого методу й системи та демонстрація моделювання. - Розроблення стартап-проєкту. Об’єктом дослідження є процес детектування голосової активності у системах з низьким енергоспоживанням. Предметом дослідження є методи та алгоритми для детектуванняголосової активності у системах з низьким енергоспоживанням та їх реалізація Методи дослідження: у роботі було використано декілька методів, основні з них – метод прихованої моделі Маркова, модель рекурентної, згорткової нейронної мережі. Проведено моделювання методу з використанням рекурентної нейронної мережі у середовищі Matlab з різними фоновими шумами при різних параметрах відношення рівня сигналу до шуму. Наукова новизна визначається результатами аналізу ефективності існуючих методів детектування голосової активності у системах з малим енергоспоживанням. Шляхом порівняльного аналізу обгрунтовано вибір для використання в якості базового при детектуванні голосової активності в системах з низьким енергоспоживанням методу рекурсивних нейронних мереж, що дозволило провести дослідження його ефективності у розробленій системі та провести моделювання. Практичне значення роботи визначається створеними алгоритмічними рішеннями та системою забезпечення детектування голосової активності. Апробація результатів дослідження: проведено тестування методу та розробленої системи у програмному середовищі. Публікації: за матеріалами досліджень опубліковано 1 друковану статтю у фаховому виданні України (категорія Б) [22].
dc.description.abstractotherThe master's thesis consists of 97 pages, which contains 31 figures, 17 tables, and uses 22 sources. Topicality. The modern development of technologies and the expanded use of systems, mobile devices and the Internet of Things require effective and energy-efficient methods of interaction with the user. The study of voice activity allows the development of energy-efficient algorithms that contribute to long-term autonomous functioning in many systems. This area of research is key for mobile devices and technology. Research in this area is aimed at developing algorithms that optimize energy consumption and increase usability. Nowadays, due to the rapid development of machine learning methods, new and fast algorithms are a critical need especially when operating in a power-constrained environment. Connection of work with scientific programs, plans, topics. Dissertation research was conducted in accordance with the scientific directions of activity of the DECED department, as well as the priority direction of the development of science and technology of Ukraine "Information and communication technologies". The purpose of the research is to investigate the effectiveness of the methods of voice activity detection in systems with low energy consumption. This means the study of methods and their more accurate evaluation. The following tasks are achieved by the following methods: - Analysis of existing solutions and scientific articles on the research topic. - Search and analysis of information on the key parameters used and required for voice activity detection, which allows to evaluate and better aware of already existing methods for possible improvements in the implementation of algorithms and their results - Development of an improved method and system and demonstration of modeling. - Development of a startup project. The object of the research. The process of detecting voice activity in systems with low energy consumption. The subject of the research. Methods and algorithms for detecting voice activity in low-energy systems and their implementation. Research Methods. Several methods were used in the work, the main ones are the hidden Markov model method, the Gaussian model, the support vector method, the recurrent, convolutional neural network model. The method was simulated using a recurrent neural network in the Matlab environment with various background noises at various signal-to-noise ratio parameters. Scientific novelty. Is determined by the results of the analysis of the effectiveness of existing methods of detecting voice activity in systems with low energy consumption by in-depth evaluation of each method. By means of a comparative analysis, the choice to use the recursive neural network method as a basic method for detecting voice activity in low-energy systems was justified, which made it possible to conduct a study of its effectiveness in the developed system and conduct simulations. Practical importance. Determined by the created algorithmic solutions and the system for ensuring the detection of voice activity with low energy consumption. Approbation of the research results: Testing of the method and developed system has been conducted in a software environment. Publications: 1 printed article was published based on research materials in the professional edition of Ukraine (category B) [22]
dc.format.extent97 с.
dc.identifier.citationДемиденко, О. А. Дослідження голосової активності в пристроях з низьким енергоспоживанням : магістерська дис. :172 Телекомунікації та радіотехніка / Демиденко Олексій Анатолійович. – Київ, 2023. – 97 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/64988
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського.
dc.publisher.placeКиїв
dc.subjectдетектування голосової активності
dc.subjectсистеми з малим енергоспоживанням
dc.subjectнейронна мережа
dc.subjectdetection of voice activity
dc.subjectsystems with low energy consumption
dc.subjectneural
dc.subject.udcУДК 004.35
dc.titleДослідження голосової активності в пристроях з низьким енергоспоживанням
dc.title.alternativeInvestigation of Voice Activity Detection in low power devices
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 2 з 2
Ескіз недоступний
Назва:
Demydenko_presentation.pptx
Розмір:
1.97 MB
Формат:
Microsoft Powerpoint XML
Завантажити
Ескіз
Назва:
Demydenko_magistr.pdf
Розмір:
2.51 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (КЕОА)
Магістерські роботи