Reconhecimento de locutor em ambientes ruidosos: uma comparação entre os métodos de extração de características MFCC e ZCPA

• Autor(a) principal: Silva, Keren Ribeiro Falcão da
• Data de Publicação: 2023
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
• Texto Completo: http://app.uff.br/riuff/handle/1/29447
• topic: MFCC; ZCPA; LSTM; Reconhecimento de locutor; Redes neurais; Ambientes ruidosos; Rede neural; Ruído; Voz; Speaker recognition; Neural networks; Noisy environments

A comunicação por meio da voz é amplamente reconhecida como uma forma inerente e poderosa de interação humana. Por ser algo tão particular e individual para cada indivı́duo, a voz tem sido utilizada em diversas aplicações, em particular para a autenticação de usuários por máquinas. Neste trabalho foram comparadas as respostas de reconhecimento de locutor em ambientes ruidosos, utilizando dois métodos de extração de caracterı́sticas da voz, Mel Frequency Cepstral Coefficients (MFCC) e Zero Crossing with Peak Amplitude (ZCPA), em sistemas baseados em redes neurais recorrentes, em especial com células Long Short-Term Memory (LSTM). Os resultados obtidos indicaram que a abordagem baseada em ZCPA demonstrou robustez diante de ruı́dos, permitindo distinção entre o locutor e os impostores mesmo com nı́veis moderados de ruı́do, em oposição à técnica baseada em MFCC, que não conseguiu distinguir o locutor com ruı́dos moderados