Desarrollo de un sistema de verificación del hablante basado en modelos de mezclas Gaussianas

Abstract

Este proyecto presenta y describe la implementación de un sistema de verificación automático del hablante basado en modelos de mezclas Gaussianas bajo el paradigma de la razón de verosimilitud. Para este objetivo se utilizaron las señales de voz proveídas por la base de datos MIT Device Speaker Verification Corpus. Una base de datos recolectada por el MIT, la cual se encuentra destinada a problemas de verificación robusta del hablante en dispositivos móviles en ambientes ruidosos y con limitación de datos para entrenamiento. De otra parte, se recogió una base de datos de 30 hablantes masculinos con el fin de realizar pruebas adicionales. El sistema se desarrolla mediante el uso del motor de entrenamiento de código abierto ALIZE. A modo de trabajo adicional, se plantea el desarrollo de un experimento en el que se evalúa la influencia del uso de un modelo de referencia por aparte para hombres y mujeres, respecto al uso de un solo modelo global para los dos géneros. Los resultados indican que el no alimentar el sistema de verificación del hablante con la información acerca del género de la persona en cuestión afecta el desempeño del sistema. Las pruebas se realizan usando señales proveniente de diferentes ambientes y niveles de ruido. Por último observar el desempeño del sistema debido a la cantidad de distribuciones Gaussianas seleccionadas para el entrenamiento del sistema global de referencia.