Verificarea automată a vorbitorului

Subiectul acestei lucrari il reprezinta verificarea automata a vorbitorului.

In tratarea lucrarii nu s-a luat in consideratie verificarea vorbitorului de catre ascultatori umani sau alte tehnici care necesita analize subiective cum ar fi examinarea si compararea spectogramelor de catre experti.

De asemenea s-a tinut cont de faptul ca pentru identificarea vorbitorului nu este necesara explicitarea unor modele lingvistice cum ar fi fonemele sau cuvintele, deoarece identitatea vorbitorului nu depinde de continutul lingvistic al pronuntiei test.

In prima parte a lucrarii se prezinta problemele generale legate de sistemul de recunoasterea automata a vorbitorului cu functionare in modul verificare identitate pentru sistemele dependente de text. Sunt descrise apoi etapele parcurse in prelucrarea semnalului vocal, tehnicile de analiza folosite impreuna cu modelul de decizie si antrenare a sistemului . In incheiere s-au prezentat rezultatele experimentale si concluziile.

Sistemele de recunoastere automata a vorbitorului pot opera in modul de verificare sau in modul de identificare.

In modul de identificare (fig.2.1), un esantion de semnal vocal de la un vorbitor necunoscut este comparat cu modelele cunoscute ale vorbitorilor. Vorbitorul necunoscut este identificat ca fiind persoana a carui model se potriveste cel mai bine semnalului de la intrare .

In modul de verificare si decizie (fig.2.2) identitatea reclamata poate fi a vorbitorului sau poate fi “fabricata”. Esantionul de semnal al vorbitorului necunoscut este comparata cu modelul a carui identitate a fost reclamata. Daca asemanarea este destul de buna, lucru aratat prin depasirea unui prag de asemanare, vorbitorul necunoscut este acceptat ca fiind cel reclamat.

Difernta fundamentala intre cele doua moduri de lucru consta in numarul de decizii posibile pe care le poate emite sistemul.

In modul de identificare numarul deciziilor emise de sistem este egal cu numarul posibililor vorbitori cunoscuti de sistem, pe cand in modul de verificare acesta este doi, negare sau acceptare a vorbitorului ca fiind persoana in cauza, indiferent de numarul vorbitorilor ce pot fi verificati de sistem.

In ambele cazuri poate fi folosit un prag de test aditional pentru a determina daca potrivirea este destul de buna, dupa care vorbitorul este acceptat sau respins.

Sistemul folosit in analiza semnalului vocal este prezentat in fig. Semnalul din punctul A este obtinut prin convolutia discreta a sursei de excitatie si functiei de transfer a traiectului vocal. Apoi transformata Fourier calculata folosind metoda TFR (decimare in timp) este aplicata semnalului din punctul A obtinandu-se in punctul B produsul transformatelor Fourier ale functiei de excitatie si ponderii traiectului vocal. Folosind codarea perceptiva Mel, obtinem in C parametrii dinamici (coeficientii spectrali) ai semnalului transformatelor Fourier ale excitatiei si raspunsului traiectului vocal.

Evidentierea unei secvente finite din semnal se face cu ajutorul unor functii pondere numite functii – fereastra, sau mai scurt ferestre. Aplicarea ferestrelor are consecinte importante asupra rezultatelor prelucrarii deoarece se obtin rezultate diferite pentru diverse expresii ale functiei de pondere.