Evaluacion de la informacion articulatoria como medio para mejorar el desempeño de los sistemas de verificacion del hablante

Abstract

Los sistemas barométricos basados en voz son de las formas más preferidos para la gestión de identidad debido a su flexibilidad, velocidad y costo reducido. Sin embargo, se sabe que los sistemas actuales pueden verse afectados por variaciones inesperadas durante la fase de validación, tales como ruido de entorno o cambios en el esfuerzo vocal. En este trabajo se evalúa la información articulatoria del movimiento de la lengua como medio para mejorar el desempeño de los sistemas de verificación del hablante (SVH). Se utilizó una base de datos en español, donde además de las señales de voz, también se adquiere información articulatoria con un sistema de ultrasonido. Se proponen dos grupos de características para representar la información articulatoria y el desempeño obtenido es comparado con un SVH entrenado únicamente con información acústica. Los resultados muestran que las características propuestas contienen gran cantidad de información discriminativa y altamente asociada a la identidad de los hablantes, además que se pueden emplear para complementar y mejorar SVH existentes como por ejemplo combinando dicha información con coeficientes cepstrales. Un resultado adicional que puede encontrarse en éste documento, es un mapeo acústico-articulatorio desarrollado con Deep Learning, donde se estiman secuencias de imágenes de ultrasonido a partir de las muestras de audio; como trabajo futuro esta información articulatoria estimada, podría incluirse al SVH propuesto.