Приведены способы оценивания спектральной плотности мощности сигналов, применение их для оценивания параметров речи. Показаны недостатки классических методов спектрального оценивания – периодограммного и коррелограммного, их зависимость от длины анализируемого сигнала, эффекты растекания спектра, свойство обмена частотного разрешения на гладкость оценки, применение окон для сглаживания спектра, особенности окон, зависимость качества оценивания от процента перекрытий окон. Продемонстрированы преимущества и недостатки параметрических методов (метод Берга, ковариационный метод, модифицированный ковариационный метод), их особенности – эффекты просачивания, маскировки слабого сигнала сильным, их преимущества – возможность выделять нужные компоненты сигнала на более коротких отрезках, по сравнению с классическими методами. Описан подход определения сегментов слов в слитной речи, позволяющий с высокой степенью точности определять слова с высоким уровнем шума и фоновых звуков.

There are ways of estimating the power spectral density of the signals, their use for the evaluation of speech parameters. The drawbacks of classical methods of spectral estimation – periodogram and korrelogrammnogo, their dependence on the length of the analyzed signal, the effects of the spreading of the spectrum, a property exchange frequency resolution on the smoothness of assessment, the use of windows for smoothing the spectrum, especially the windows, the dependence of the quality of estimation of the percentage of overlapping windows. The advantages and disadvantages of parametric methods (Berg, covariance method, the modified covariance method), their features – trickle-down effect, masking weak signal stronger, their advantages – the ability to allocate the necessary components of the signal at shorter intervals, compared to the classical methods. The approach segment definitions of words in continuous speech, which allows a high degree of accuracy to identify words with a high level of noise and background.