ОБ ИНФОРМАТИВНОСТИ КРАЙНИХ ОКТАВНЫХ ПОЛОС РЕЧЕВОГО ДИАПАЗОНА ЧАСТОТ

Сергей Б. Козлачков, Сергей В. Дворянкин, Андрей М. Бонч-Бруевич, Надежда В. Василевская

Аннотация


В статье рассмотрены актуальные вопросы обеспечения защиты акустической речевой информации в части влияния временной огибающей речевого сигнала на процессы распознавания речи, перехваченной злоумышленником (ЗЛ), в условиях информационно-технического противодействия. Показано, что в случае применения систем автоматического распознавания речи при перехвате сигналов, ограниченных частотным диапазоном 1-й октавы, вклад которой в показатель словесной разборчивости согласно общепринятому подходу к оценке защищенности речевой информации крайне мал, ЗЛ получает возможность выделить временную огибающую исходного речевого сигнала, провести его сегментацию и повысить эффективность последующих процедур распознавания. В ходе проведенных расчетов и экспериментов авторами установлено, что наблюдается высокая степень коррелированности волновых форматов сигналов изолированной 1-й октавы и полного речевого сигнала, а также смеси 1-й и 7-й октав и полного речевого сигнала. В результате проведенного анализа определены не учитываемые в современных подходах параметры речи, такие как волновая огибающая и первая гармоника частоты основного тона, которые помимо формант оказывают значительное влияние на разборчивость речи. Также продемонстрировано влияние волновой формы речевого сигнала (временной огибающей) на процедуры сегментации речевого сигнала в потоке слитной речи.


Ключевые слова


акустическая речевая разведка, разборчивость речи, речевой сигнал, защита информации, средства активной защиты информации.

Полный текст:

PDF

Литература


1. Авдеев В.Б., Трушин В.А., Кунгуров М.А. Унифицированная речеподобная помеха для средств активной защиты речевой информации. Тр. СПИИРАН. 2020, Выпуск 19, т. 5, с. 991–1017.
DOI: http://dx.doi.org/10.15622/ia.2020.19.5.4.

2. Асяев Г.Д., Антясов И.С. Оценка эффективности применения шумовых «речеподобных» помех для защиты акустической информации. Вестник УрФО 2018, № 2(28), c. 19–24.
URL: https://www.elibrary.ru/item.asp?id=35646014&ysclid=lf242zgmab566946688 (дата обращения: 10.02.2023). – EDN: YAAWIH.

3. Трушин В.А., Иванов А.В. Возможности снижения интегрального уровня помехи в средствах активной защиты речевой информации (состояние и перспективы). Доклады ТУСУР. 2018, т. 21, № 2, с. 38–42.
DOI: http://dx.doi.org/10.21293/1818-0442-2018-21-2-38-42.

4. Хорев А.А., Царев Н.В. Способ и алгоритм формирования речеподобной помехи. Вестник ВГУ, серия: Системный анализ и информационные технологии. 2017, № 1, с. 57–67.
URL: https://www.elibrary.ru/item.asp?id=29185106&ysclid=lf24jrtwoc824179518 (дата обращения: 10.02.2023). – EDN: YORCIT.

5. Дворянкин С.В., Дворянкин Н.С., Устинов Р.А. Речеподобная помеха, стойкая к шумоочистке, как результат скремблирования защищаемой речи. Вопросы кибербезопасности. 2022, №5 (51), c. 14–27.
DOI: http://dx.doi.org/10.21681/2311-3456-2022-5-14-27.

6. Алдошина И.А. Основы психоакустики. Звукорежиссер. 1999. URL: http://www.625-net.ru (дата обращения: 10.02.2023).

7. Дворянкин С.В., Макаров Ю.К., Хорев А.А. Обоснование критериев эффективности защиты речевой информации от утечки по техническим каналам.
URL: https://www.elibrary.ru/item.asp?id=23369769&ysclid=lf24th2uww983056470 (дата обращения: 10.02.2023). – EDN: TRKKQR.

8. Козлачков С.Б., Дворянкин С.В., Бонч-Бруевич А.М., Принципы формирования тестовых речевых сигналов при оценках эффективности технологий шумоочистки. Вопросы кибербезопасности. 2018,
№ 3(27), с. 9–15. DOI: http://dx.doi.org/10.21681/2311-3456-2018-3-09-15.

9. Козлачков С.Б., Бонч-Бруевич А.М., Кашпур Е.И., Дворянкин С.В. Ограничения модуляционных методов в задачах оценки защищенности акустической речевой информации. Спецтехника и связь.
2014, т. 2, с. 24–30. URL: file.ashx?guid=6d73c5b6-53a4-46f5-91d6-8f0e76e6669b (дата обращения: 10.02.2023).

10. Daniel Fogerty and Larry E. Humes (2012). The role of vowel and consonant fundamental frequency, envelope, and temporal fine structure cues to the intelligibility of words and sentences. J. Acoustical Society of America. 2012. PACS number(s): 43.71.Gv, 43.71.Es [MSS] Р. 1490–1501.
DOI: http://dx.doi.org/10.1121/1.3676696.

11. Pierre Divenyi (2009). Perception of complete and incomplete formant transitions in vowels. J. Acoustical Society of America. 2009. PACS number(s): 43.71.Es, 43.66.Lj, 43.71.An [RSN] Р. 1427–1439.
DOI: http://dx.doi.org/10.1121/1.3167482.

12. Хорев А.А. Методика вероятностной оценки разборчивости речи. Специальная техника. 2020, № 2,
c. 44–52. URL: https://www.elibrary.ru/item.asp?id=42615398&ysclid=lf25l6fdry523394272 (дата обращения: 10.02.2023). – EDN: GCRTWJ.

13. Рабинер Л.Р., Шафер Р.В. Цифровая обработка речевых сигналов: пер.с англ., под ред. М.В. Назарова и Ю.Н. Прохорова. М.: Радио и связь, 1981 – 496 с. URL: https://www.radioscanner.ru/files/signals-analysis/file3665/ (дата обращения: 10.02.2023).

14. Кузин Д.А. Сегментация речевого сигнала в каналах звукового вещания. Вестник магистратуры. 2016, №1(52), с. 95–99. URL: https://www.elibrary.ru/item.asp?id=28097345&ysclid=lf2a5tl2v9733866423 (дата обращения: 10.02.2023). – EDN: XQWFFD.

15. Канищев Д.С. Автоматическая сегментация речи методами кластеризации и с применением метода ОЦУ. Вестник ПНИПУ. Электротехника, информационные технологии, системы управления. 2019,
№ 30, с. 182–195. URL: https://www.elibrary.ru/item.asp?id=39172222&ysclid=lf2ac3eiu7371268091 (дата обращения: 10.02.2023). – EDN: GKGYZG.

16. Сейткулов Е.Н., Боранбаев С.Н., Потапович А.В., Давыдов Г.В. Сегментация речи на фонетические элементы для систем защиты речевой информации. Доклады БГУИР. 2019, № 5(123), с. 66–71.
DOI: http://dx.doi.org/10.35596/1729-7648-2019-123-5-66-71.

17. Астапов С.С., Шуранов Е.В., Лаврентьев А.В., Кабаров В.И. Автоматическое распознавание речи в условиях шума музыки на многоканальных записях с удаленного сикрофона. Научно-технический вестник информационных технологий, механики и оптики. 2019, т. 19, № 3, с. 557–559.
DOI: http://dx.doi.org/10.17586/2226-1494-2019-19-3-557-559.

18. Олейник А.Л. Обработка и анализ звуковой и визуальной составляющих речи на основе проекционных методов. Научно-технический вестник информационных технологий, механики и оптики. 2018, т. 18,
№ 2, c. 243–254. DOI: http://dx.doi.org/10.17586/2226-1494-2018-18-2-243-254.

19. Wang F., Xu W. A comparison of algorithms for the calculation of LPC coefficients. Proceedings of International Conference on Information Science, Electronics and Electrical Engineering. Sapporo, Japan. 2014, p. 300–302.
DOI: http://dx.doi.org/10.1109/InfoSEEE.2014.6948119.

20. T. Parsons, Separation of speech from interfering speech by means of harmonic selection, J.Acoust.Soc.Am, vol. 60, p. 911-918, 1976. DOI: http://dx.doi.org/10.1121/1.381172

21. Hu G and Wang D. An auditory scene analysis approach to monaural speech segregation. In Topics in Acoustic Echo and Noise Control, 1, Springer, 2006. DOI: http://dx.doi.org/10.1007/3-540-33213-8_12.

22. Козлачков С.Б., Дворянкин С.В., Бонч-Бруевич А.М. Ограничения формантной теории разборчивости речи в приложениях защиты речевой информации. Вопросы кибербезопасности. 2016, № 5(18), c. 28–35.
URL: http://elib.fa.ru/art2016/bv3161.pdf (дата обращения: 10.02.2023).

23. Карташевская Ю.В. Основные направления фонетических исследований в области сегментологии речи. Вестник МГЛУ. Гуманитарные науки. 2018, вып. 2(791), с. 99–114.
URL: https://cyberleninka.ru/article/n/osnovnye-napravleniya-foneticheskih-issledovaniy-v-oblasti-segmentologii-rechi/viewer (дата обращения: 10.02.2023).




DOI: http://dx.doi.org/10.26583/bit.2023.2.06

Ссылки

  • На текущий момент ссылки отсутствуют.


Лицензия Creative Commons
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.