<?xml version='1.0' encoding='utf-8'?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.2 20190208//EN" "http://jats.nlm.nih.gov/publishing/1.2/JATS-journalpublishing1.dtd">
<article article-type="research-article" dtd-version="1.2" xml:lang="ru" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink"><front><journal-meta><journal-id journal-id-type="issn">2518-1092</journal-id><journal-title-group><journal-title>Научный результат. Информационные технологии</journal-title></journal-title-group><issn pub-type="epub">2518-1092</issn></journal-meta><article-meta><article-id pub-id-type="doi">10.18413/2518-1092-2020-5-2-0-2</article-id><article-id pub-id-type="publisher-id">2071</article-id><article-categories><subj-group subj-group-type="heading"><subject>ИНФОРМАЦИОННЫЕ СИСТЕМЫ И ТЕХНОЛОГИИ</subject></subj-group></article-categories><title-group><article-title>ПРИМЕНЕНИЕ МЕТОДОВ ФОНЕТИЧЕСКОГО АНАЛИЗА РЕЧИ &amp;nbsp;ДЛЯ ВЫЯВЛЕНИЯ ЭМОЦИОНАЛЬНО УСТОЙЧИВЫХ &amp;nbsp;И НЕСТАБИЛЬНЫХ СТУДЕНТОВ УНИВЕРСИТЕТА&amp;nbsp;</article-title><trans-title-group xml:lang="en"><trans-title>APPLICATION OF METHODS OF PHONETIC ANALYSIS &amp;nbsp;OF SPEECH FOR IDENTIFICATION OF EMOTIONALLY &amp;nbsp;SUSTAINABLE AND UNSTABLE STUDENTS OF UNIVERSITY&amp;nbsp;</trans-title></trans-title-group></title-group><contrib-group><contrib contrib-type="author"><name-alternatives><name xml:lang="ru"><surname>Васильев</surname><given-names>Роман Александрович</given-names></name><name xml:lang="en"><surname>Vasiliev</surname><given-names>Roman Aleksandrovich</given-names></name></name-alternatives><email>romangamma@mail.ru</email></contrib></contrib-group><pub-date pub-type="epub"><year>2020</year></pub-date><volume>5</volume><issue>2</issue><fpage>0</fpage><lpage>0</lpage><self-uri content-type="pdf" xlink:href="/media/information/2020/2/ИТ_2.pdf" /><abstract xml:lang="ru"><p>Данная статья посвящена разработке компьютерной системы, предназначенной для исследования эмоциональной устойчивости человека по речевому сигналу в нормальных и условиях с повышенной напряжённостью на основе методов фонетического анализа речи и критерия минимума требуемой избыточности голосового сигнала. &amp;nbsp;Основная деятельность высшего учебного заведения &amp;ndash; образовательный процесс. Для организации учебного процесса необходимо соединить все его элементы, наладить их взаимодействие между собой, определить содержание деятельности преподавателей и студентов. Комфортная и благополучная психологическая атмосфера на занятиях в вузе, несомненно, способствует успешности обучения студентов. Одна из основных задач преподавателя современной высшей школы не только делиться научной информацией с обучающимися, но и создание психологического комфорта в процессе обучения. Исследования эмоционального состояния обучающихся на лекциях и экзаменах является актуальной задачей. &amp;nbsp;В связи с этим разработана и протестирована специальная компьютерная система &amp;laquo;Информационная система идентификации дикторов по голосу&amp;raquo;, способная автоматизировать процесс исследования эмоционального состояния студентов по голосу в комфортных и некомфортных условиях, для выявления эмоционально устойчивых и нестабильных.</p></abstract><trans-abstract xml:lang="en"><p>This article is devoted to the development of a computer system designed to study the emotional stability of a person according to a speech signal in normal and conditions with increased tension based on the methods of phonetic analysis of speech and the criterion for the minimum required voice signal redundancy. The main activity of a higher educational institution is the educational process. To organize the educational process, it is necessary to combine all its elements, to establish their interaction with each other, to determine the content of the activities of teachers and students. A comfortable and prosperous psychological atmosphere in the classroom of the university, undoubtedly, contributes to the success of student learning. One of the main tasks of a teacher at a modern higher school is not only to share scientific information with students, but also to create psychological comfort in&amp;nbsp;the learning process. Studying the emotional state of students in lectures and exams is an urgent task. In connection with this, a special computer system called &amp;ldquo;Voice Announcer Information System for Identifying Voice&amp;rdquo; was developed and tested, which is able to automate the process of studying the emotional state of students by voice in comfortable and uncomfortable conditions to identify emotionally stable and unstable ones.</p></trans-abstract><kwd-group xml:lang="ru"><kwd>речевые технологии</kwd><kwd>информационная теория качества речи</kwd><kwd>критерий минимума требуемой избыточности</kwd><kwd>система идентификации по голосу</kwd><kwd>психолингвистика</kwd></kwd-group><kwd-group xml:lang="en"><kwd>speech technologies</kwd><kwd>information theory of speech quality</kwd><kwd>minimum required redundancy criterion</kwd><kwd>voice identification system</kwd><kwd>psycholinguistics</kwd></kwd-group></article-meta></front><back><ref-list><title>Список литературы</title><ref id="B1"><mixed-citation>1. Свид. о гос. регистрации программы для ЭВМ №2015663306 Программа идентификации дикторов по голосу / Васильев Р.А. Зарег. 15.12.2015г. &amp;ndash; М.: Роспатент, 2015.</mixed-citation></ref><ref id="B2"><mixed-citation>2. Савченко В.В. Информационная теория качества речи // Изв. вузов России. Радиоэлектроника. 2011. Вып. 1. С. 17-27.</mixed-citation></ref><ref id="B3"><mixed-citation>3. Савченко В.В., Васильев Р.А. Анализ эмоционального состояния дикторов по голосу на основе фонетического детектора лжи // Научные ведомости Белгородского государственного университета. 2014. Вып. № 21(192) 32/1. С. 186-195.</mixed-citation></ref><ref id="B4"><mixed-citation>4. Савченко. В. В., Васильев Р. А. Автоматическая оценка качества речи по критерию минимума требуемой избыточности речевого сигнала // Материалы XI Международной научно-технической конференции посвященной памяти Б.И. Рамеева. Новые информационные технологии и системы. Пензенский государственный университет. 2014. С. 15-19.</mixed-citation></ref><ref id="B5"><mixed-citation>5. Васильев Р.А. Биометрическая идентификация пользователей информационных систем на основе кластерной модели элементарных речевых единиц: дис. &amp;hellip; к-та тех. наук. М., 2017. 153 с.</mixed-citation></ref><ref id="B6"><mixed-citation>6. Николаев Д.Б., Васильев Р.А. Анализ возможности применения голосовой идентификации в системах разграничения доступа к информации // Научный результат // Серия: Информационные технологии. Белгородский государственный университет. 2016. Вып. 1. С 48-57.</mixed-citation></ref><ref id="B7"><mixed-citation>7. Алимурадов А. К., Тычков А. Ю., Чураков П. П.&amp;nbsp; // Оценка психоэмоционального состояния человека на основе декомпозиции на эмпирические моды и кепстрального анализа речевых сигналов // Вестник Пензенского государственного университета. &amp;ndash; 2018. &amp;ndash; № 2 (22). &amp;ndash; С. 89&amp;ndash;95.</mixed-citation></ref><ref id="B8"><mixed-citation>8. Герасимов А.В., Фидельман В.Р. Применение методов классического и модифицированного линейного предсказания для определения порядка линейной модели в задаче акустического кодирования речи // XXIV научные чтения имени академика Н.В. Белова. Тезисы докладов. Нижний Новгород. 2005.</mixed-citation></ref><ref id="B9"><mixed-citation>С. 142-144.</mixed-citation></ref><ref id="B10"><mixed-citation>9. Кульбак С. Теория информации и статистика. М.: Наука, 1967. 408 с.</mixed-citation></ref><ref id="B11"><mixed-citation>10. Савченко В.В., Акатьев Д.Ю. Автотестирование качества произношения речи по принципу минимального информационного рассогласования // Сборник научных трудов &amp;laquo;Современные тенденции компьютеризации процесса изучения иностранных языков&amp;raquo;. Луганск: Восточно-украинский национальный университет. 2005. Вып.3. С.205-206.&amp;nbsp;</mixed-citation></ref><ref id="B12"><mixed-citation>11. Васильев Р.А. Исследование особенностей фонетического строя речи и текстонезависимая идентификация дикторов по непрерывной речи // Информационная безопасность регионов. 2012. №&amp;nbsp;2&amp;nbsp;(11). С. 57-63.</mixed-citation></ref><ref id="B13"><mixed-citation>12. Васильев Р.А. Исследование фонетического строя речи и идентификация дикторов по голосу // Вопросы защиты информации. 2013. №&amp;nbsp;1&amp;nbsp;(100). С. 43-51.</mixed-citation></ref><ref id="B14"><mixed-citation>13. Васильев Р.А. Исследование особенностей идентификации дикторов по голосу при различиях в произношении дикторов// Безопасность информационных технологий. 2013. №&amp;nbsp;1. С. 85-86.</mixed-citation></ref><ref id="B15"><mixed-citation>14. Васильев Р.А. Исследование особенностей фонетического строя речи и определение национальности диктора при проведении процедуры идентификации по голосу // Информация и безопасность. 2012. Т. 15. №&amp;nbsp;4. С. 487-494.</mixed-citation></ref><ref id="B16"><mixed-citation>15. Райгородский, Д.Я. Практическая психодиагностика / Д.Я. Райгородский. &amp;ndash; Самара: Бахрах-М, 2011. &amp;ndash; 672 с.</mixed-citation></ref><ref id="B17"><mixed-citation>16. Сонин. В.А. Психодиагностическое познание профессиональной деятельности / В.А. Сонин. &amp;ndash; СПб.: Речь, 2004. &amp;ndash; 408 с.</mixed-citation></ref><ref id="B18"><mixed-citation>17. Gray A., Markel J. Distance measures for speech processing. // IEEE Trans. On Acoust., Speech and Lang. processing. Vol. 24 (5), oct. 1976. p. 380 &amp;ndash; 291.</mixed-citation></ref><ref id="B19"><mixed-citation>18. Garofolo J., Auzanne G., and Voorhees E. The trec spoken document retrieval track: A success story. // In proceedings of the Recherche d&amp;#39;Informations Assiste par Ordinateur: Content Based Multimedia Information Access Conference, 2000. pp. 1-20.</mixed-citation></ref><ref id="B20"><mixed-citation>19. Huijbregts M., Ordelman R., Jong F. Annotation of heterogeneous multimedia content using automatic speech recognition // In Proceedings of the second international conference on Semantics And digital Media Technologies (SAMT). Lecture Notes in Computer Science. Berlin. Springer Verlag. December 2007. pp. 78-90.</mixed-citation></ref><ref id="B21"><mixed-citation>20. Mamou J., Mass Y., Ramabhadran B., Sznajder B. Combination of multiple speech transcription methods for vocabulary independent search // In proceedings of the ACM SIGIR Workshop `Searching Spontaneous Conversational Speech. Singapore. 2008. pp. 20-27.</mixed-citation></ref><ref id="B22"><mixed-citation>21. Rabiner L. A. Tutorial on Hidden Markov Models and Selected Applications in Speech Recognition // Proceedings of the IEEE. 1989. Vol. 77 № 2. pp. 257-285.</mixed-citation></ref></ref-list></back></article>