Desenvolvimento de um programa de verificação de locutor usando como entrada para HMMs parâmetros extraídos do sinal de voz e do sinal glotal na emissão de palavras contendo conjuntamente sons vozeados e não-vozeados

• Autor(a) principal: Santos, Raiane Lima dos
• Data de Publicação: 2018
• Outros Autores: d’Oliveira, Renato Ramos
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
• Texto Completo: https://app.uff.br/riuff/handle/1/8059
• topic: MFCC; HMM; Sinal de voz; Verificação de locutor; Palavras completas; Sistema de telecomunicação; Sinal glotal; Glottal signal; Voice signal; Speaker verification; Complete words

Pode-se dizer que a fala é o principal meio de comunicação do ser humano, e cada indivíduo apresenta características únicas no seu sinal de voz, tornando-a uma assinatura. Dessa forma, a voz pode ser usada como meio de autenticação, por exemplo, para acesso a sistemas de segurança. Neste trabalho, será apresentado o aperfeiçoamento de um programa de verificação de locutor que usa parâmetros do sinal de voz, como os coeficientes cepstrais de frequência Mel (Mel Frequency Cepstrum Coefficients, MFCCs) e, também, parâmetros de tempo e de frequência do sinal glotal (sinal obtido imediatamente após a passagem do ar pelas cordas vocais). Esses parâmetros são entradas para HMMs (Modelos Ocultos de Markov-Hidden Markov Models) permitindo a construção de um modelo estocástico para a voz do locutor. Duas grandes contribuições são obtidas com esse trabalho: a adição de novos parâmetros de tempo extraídos do sinal glotal e, principalmente, a utilização de palavras completas, considerando sons vozeados e não vozeados na mesma palavra. Os resultados obtidos com a adição dos novos parâmetros de tempo mostraram melhora no sistema de verificação e a adaptação do programa para palavras completas mostram ser possível a consideração dos parâmetros do sinal glotal para a melhora do sistema de verificação, não apenas para sons vozeados, como anteriormente, mas também para sons não-vozeados, considerado como o grande diferencial do trabalho