| dc.contributor.author | Салієва, К. Р. | uk |
| dc.contributor.author | Салієва, О. В. | uk |
| dc.contributor.author | Salieva, K. R. | en |
| dc.contributor.author | Saliieva, O. V. | en |
| dc.date.accessioned | 2022-11-09T17:18:36Z | |
| dc.date.available | 2022-11-09T17:18:36Z | |
| dc.date.issued | 2022 | |
| dc.identifier.citation | Салієва К. Р. Порівняльний аналіз методів реалізації голосової біометрії [Електронний ресурс] / К. Р. Салієва, О. В. Салієва // Матеріали Всеукраїнської науково-практичної інтернет-конференції "Молодь в науці: дослідження, проблеми, перспективи (МН-2022)", Вінниця, 16-17 червня 2022 р. – Електрон. текст. дані. – 2022. – Режим доступу: https://conferences.vntu.edu.ua/index.php/mn/mn2022/paper/view/14979. | uk |
| dc.identifier.uri | http://ir.lib.vntu.edu.ua//handle/123456789/35897 | |
| dc.description.abstract | У доповіді розглянуто сучасні методи реалізації голосової біометрії, проаналізовано їхні переваги та недоліки, створено порівняльну таблицю даних методів, що ґрунтується на визначенні рангів основних характеристик. | uk |
| dc.description.abstract | The report considers modern methods of the implementation of voice biometrics, analyzes their advantages and
disadvantages, created a comparative table of these methods, based on determining the ranks of the main characteristics. | en |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | Матеріали Всеукраїнської науково-практичної інтернет-конференції "Молодь в науці: дослідження, проблеми, перспективи (МН-2022)". 16-17 червня 2022 р. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/mn/mn2022/paper/view/14979 | |
| dc.subject | біометрія | uk |
| dc.subject | голосова біометрія | uk |
| dc.subject | розпізнавання голосу | uk |
| dc.subject | метод опорних векторів | uk |
| dc.subject | модель суміші Гауса | uk |
| dc.subject | прихована марківська модель | uk |
| dc.subject | динамічне викривлення часу | uk |
| dc.subject | векторне квантування | uk |
| dc.subject | штучні нейронні мережі | uk |
| dc.subject | biometrics | en |
| dc.subject | voice biometrics | en |
| dc.subject | voice recognition | en |
| dc.subject | support vector machine | en |
| dc.subject | Gaussian mixture model | en |
| dc.subject | hidden markov model | en |
| dc.subject | dynamic time warping | en |
| dc.subject | vector quantization | en |
| dc.subject | artificial neural networks | en |
| dc.title | Порівняльний аналіз методів реалізації голосової біометрії | uk |
| dc.type | Thesis | |
| dc.identifier.udc | 004.522 | |
| dc.relation.references | Bio-metric Encryption of Data Using Voice Recognition [Електронний ресурс] // Science Publishing Group. – 2021. – Режим
доступу до ресурсу: http://www.sciencepublishinggroup.com/j/acis. | en |
| dc.relation.references | An Overview and Analysis of Voice Authentication Methods [Електронний ресурс]. – 2016. – Режим доступу до ресурсу:
https://www.semanticscholar.org/paper/An-Overview-and-Analysis-of-Voice-Authentication-Shoup-
Talkar/572af444f0382b8e7e156ab36192da95a3b8dec4. | en |
| dc.relation.references | Efficient voice activity detection algorithms using long-term speech information [Електронний ресурс] // Speech Communication.
– 2014. – Режим доступу до ресурсу: https://www.journals.elsevier.com/speech-communication. | en |
| dc.relation.references | Support Vector Machines [Електронний ресурс]. – 2020. – Режим доступу до ресурсу: https://scikit-
learn.org/stable/modules/svm.html. | en |
| dc.relation.references | Gaussian Mixture Models: What are they & when to use? [Електронний ресурс]. – 2022. – Режим доступу до ресурсу:
https://vitalflux.com/gaussian-mixture-models-what-are-they-when-to-use/. | en |
| dc.relation.references | Hidden Markov Models (HMM) [Електронний ресурс]. – 2022. – Режим доступу до ресурсу:
https://www.mathworks.com/help/stats/hidden-markov-models-hmm.html. | en |
| dc.relation.references | Dynamic Time Warping (DTW) [Електронний ресурс]. – 2019. – Режим доступу до ресурсу:
https://medium.datadriveninvestor.com/dynamic-time-warping-dtw-d51d1a1e4afc. | en |
| dc.relation.references | Vector Quantization [Електронний ресурс]. – 2003. – Режим доступу до ресурсу:
https://www.sciencedirect.com/topics/engineering/vector-quantization. | en |
| dc.relation.references | Artificial Neural Network [Електронний ресурс] // Journal of Environmental Management. – 2015. – Режим доступу до ресурсу:
https://www.sciencedirect.com/topics/earth-and-planetary-sciences/artificial-neural-network. | en |
