Для функционирования сайта могут собираться метаданные (сcookie, IP-адрес, местоположение). Если Вы не хотите, чтобы эти данные обрабатывались, то покиньте сайт.
OK
Приложение
«Голосовой алкотестер»
Программа, способная оценить степень алкогольного опьянения пользователя смартфона по "голосовому отпечатку"
Назначение и принципы работы

В основе программы предполагается использовать ансамбли глубоких нейронных сетей, предварительно обученных на большой выборке дикторов, находившихся в различных стадиях алкогольного опьянения.

Человек произносит ключевую фразу несколько раз или воспроизводит произвольный фрагмент речи, а мобильное приложение должно распознать стадию алкогольного опьянения, в которой предположительно находится человек, в соответствии с одной из известных классификаций, например, Федеральных правил полетов США (91.17: Алкоголь и пилотирование) или методических указаний Минздрава (от 03.07.1974 «О судебно-медицинской диагностике смертельных отравлений этиловым алкоголем и допускаемых при этом ошибках»). При этом должна выводиться интервальная оценка содержания алкоголя в крови (в промилле).

Приложение разрабатывается для наиболее популярных мобильных операционных систем.

OS Android
iOS
Основные публикации
по теме "Анализ и распознавание голосовых образов диктора"
Высоконадёжная двухфакторная биометрическая аутентификация по рукописным и голосовым паролям на основе гибких нейронных сетей
гибридные сети, квадратичные формы, функционалы Байеса, особенности воспроизведения рукописных образов, параметры голоса, широкие нейронные сети, преобразователи «биометрия-код», защищенные нейросетевые контейнеры
http://computeroptics.smr.ru/KO/PDF/KO44-1/440111.pdf

Сулавко, А.Е. Высоконадежная двухфакторная биометрическая аутентификация по рукописным и голосовым паролям на основе гибких нейронных сетей // Компьютерная оптика. – 2020. – Т. 44, № 1. – С. 82-91. – DOI: 10.18287/2412-6179-CO-567

Sulavko AE. Highly reliable two-factor biometric authentication based on handwritten

and voice passwords using flexible neural networks. Computer Optics 2020; 44(1): 82-91.

DOI: 10.18287/2412-6179-CO-567

В работе рассматривается проблема высоконадежной биометрической аутентификации на основе преобразователей тайных биометрических образов в длинный ключ или пароль, а также их тестирования на сравнительно малых выборках (тысячи образов). Статические образы являются открытыми, поэтому при удаленной аутентификации доверие к ним ограничено. Описан процесс вычисления биометрических параметров голосового и рукописного паролей, предложен метод автоматического формирования гибкой гибридной сети, состоящей из нейронов различного типа, и абсолютно устойчивый алгоритм ее обучения на малых выборках «Свой» (7–15 примеров). Предложен метод обученного гибридного преобразователя «биометрия-код» от извлечения знаний. Достигнуты низкие показатели FAR.
Влияние психофизиологического состояния диктора на параметры его голоса и результаты биометрической аутентификации по речевому паролю
распознавание образов, параметры речевого сигнала, голосовой пароль, биометрическая аутентификация, психофизиологическое состояние диктора, состояние алкогольного опьянения
http://ipo.spb.ru/journal/index.php?article/1952/

Сулавко А.Е., Еременко А.В., Борисов Р.В., Иниватов Д.П. Влияние психофизиологического состояния диктора на параметры его голоса и результаты биометрической аутентификации по речевому паролю // Компьютерные инструменты в образовании. - 2017. - №4. - С. 29-47

В работе использовались два метода для вычисления идентификационных характеристик голоса диктора. Один из них основан на прямом преобразовании Фурье, второй — на оконном преобразовании с последующей интеграцией значений каждой гармоники всех окон. Определена информативность данных характеристик. Дана оценка того, каким образом параметры голоса и их информативность изменяются в зависимости от степени алкогольного опьянения человека и в сонном состоянии. Проведен вычислительный эксперимент по оценке надежности распознавания дикторов в пространстве выбранных признаков с помощью функционалов, основанных на формуле гипотез Байеса, мере Пирсона, мере хи-модуль, критериях Джини, Крамера-фон Мизеса, а также персептронов, обучаемых по ГОСТ Р 52633.5-2011, и сетей квадратичных форм. Дана оценка устойчивости указанных методов и функционалов к изменению психофизиологического состояния диктора в плане робастности получаемых результатов распознавания.
Генерация криптографических ключей на основе голосовых сообщений
голосовые сообщения, нечеткий экстрактор, помехоустойчивое кодирование, биометрия, идентификация диктора
ознакомиться с работой на cyberleninka.ru

Сулавко А.Е., Еременко А.В., Борисов Р.В. Генерация криптографических ключей на основе голосовых сообщений // Прикладная информатика / НОУ ВПО «МФПУ «Синергия», Москва, 2016, №5, С. 76-89

Рассмотрена проблема генерации ключевых последовательностей на основе биометрических данных. Предложены два пространства признаков голоса человека (зависимое и не зависимое от произносимой фразы), способы генерации ключей на основе голосовых сообщений на основе метода нечетких экстракторов с использованием кодов Адамара и БЧХ, исправляющих ошибки. Произведена оценка эффективности описанных способов.
Made on
Tilda