Estudio comparativo de técnicas para robustez de sistemas de verificación de locutor texto independiente

Abstract

Las técnicas de biometría son métodos automáticos de verificación o reconocimiento de la identidad de una persona basándose en una característica fisiológica o de comportamiento. En este marco se encuentra la tarea de verificación de locutor, que es el proceso de verificar la identidad de una persona basada en su señal de voz. Un sistema de verificación de locutor usualmente es entrenado bajo ciertas condiciones de grabación o de canal de comunicación, y utilizar el sistema bajo otras condiciones de canal puede ser problemático. Debido a esto se han desarrollado diversas técnicas para cancelar o compensar el efecto del ruido y del canal, y así hacer la tecnología más robusta. En los últimos años se han propuesto nuevas técnicas basadas en análisis factorial que intentan modelar el efecto del canal de comunicación sobre la señal de voz. En este trabajo se analizan en detalle dos sistemas de análisis factorial: Joint Factor Analysis o JFA, y Total Variability Front-End Factor Analysis más conocido como i-Vectors. Se implementaron ambos sistemas para ser integrados al conjunto de softwares para ve- rificación de locutor del Laboratorio de Procesamiento y Transmisión de Voz, LPTV, de la Universidad de Chile. Los sistemas implementados se validaron usando un software de referencia que tiene rendimiento state-of-the-art. Al utilizar las mismas condiciones iniciales de entrenamiento, los sistemas JFA e i-Vectors desarrollados para el LPTV igualaron el rendimiento del software de referencia, validando así su implementación.