Reconhecimento automático de identidade vocal utilizando modelagem híbrida: paramétrica e estatística.

• Autor(a) principal: FECHINE, Joseana Macêdo.
• Data de Publicação: 2000
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
• Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/9016
• topic: Modelagem Híbrida; Reconhecimento Automático de Identidade Vocal; Quantização Vetorial; Interação Homem-Máquina; Resposta Vocal; Reconhecimento de Fala; Reconhecimento de Locutor; Paramétrica e Estatística; Hybrid Modeling; Automatic Vocal Identity Recognition; Vector Quantization; Human-Machine Interaction; Vocal Response; Speech Recognition; Speaker Recognition; Parametric and Statistics; Engenharia Elétrica

Este trabalho trata da aplicação de uma técnica híbrida (paramétrica e estatística), que utiliza Analise por Predição Linear, Quantização Vetorial, Redes Neurais e Modelos de Markov Escondidos, para o desenvolvimento de um sistema de reconhecimento (identificação) automático da identidade vocal, visando obter alternativas para os algoritmos tradicionais. Com o objetivo de se obter um sistema mais rápido e robusto, e realizada uma etapa de pre-identificação, seguida da identificação. A primeira etapa utiliza a frequência fundamental (F0) como parâmetro de separação previa dos locutores em grupos gerais, de acordo com o sexo. O método proposto para estimação da FQ se mostra eficiente (99% de classificação correta), fornecendo estimativas representativas de cada locutor, reduzindo assim o numero de locutores a participar da etapa posterior. A etapa de identificação utiliza Modelos de Markov Escondidos (HMMs) de Densidades Discretas e Quantização Vetorial Paramétrica, com parâmetros acústicos obtidos a partir da Analise por Predição Linear (coeficientes LPC, Cepestrais, Cepestrais Ponderados, Delta Cepestrais e Delta Cepestrais Ponderados). Os coeficientes Cepestrais, seguido dos Delta Cepestrais, proporcionam maiores taxas de identificação. Em se tratando do projeto do dicionário do quantizador vetorial, são avaliados três algoritmos: LBG (Linde-Buzo-Gray), KMVVT (Kohonen Modificado com Vizinhanga Centrada em Torno do Vetor de Treino) e SSC (Competitivo no Espaço Sináptico). O algoritmo SSC apresenta-se como o mais adequado para o projeto dos dicionarios, levando a maiores taxas de identificação. A modelagem por HMMs se constitui em uma etapa de "refinamento" do processo de identificação, sendo utilizada quando as medidas de distorção obtidas pela comparação do padrão de teste do locutor a ser identificado (vetor de características acústicas) com os padrões de referenda (dicionários do quantizador vetorial) indicarem "similaridade" entre os padrões vocais. A técnica aplicada neste trabalho proporciona a obtenção de um sistema de reconhecimento automático da identidade vocal que apresenta taxa media de identificação elevada (97,8%) e significativa, baixas taxas medias de falsa aceitação (0,8%) e de falsa rejeição (1,5%), bem como alta confiabilidade (99,2%). O sistema de identificação de locutor desenvolvido e, portanto, capaz de discriminar, de forma eficiente, os locutores a partir das suas características vocais apresentando, independentemente do sexo do locutor, pequenas variações intralocutor e grandes variações interlocutor.