Nouvelles
techniques de segmentation pour caractériser le timbre vocal d'un
locuteur en vue de la vérification automatique de l'identité
A. Benlahouar
Dans ce travail de recherche nous avons développé de
nouvelles techniques de segmentation fréquentielle caractérisant
l’empreint vocal en vu de l’authentification de l’identité de
locuteur. Nous avons proposé un nouvel algorithme MSAAB
(Meilleure Structure d’Arbre ABstrait) impliquant une analyse en
ondelettes et une analyse en composante principale. À partir d’un
signal vocal d’un locuteur donné, nous pouvons déterminer les
paramètres acoustiques appropriés qui lui permettent d’être
discriminant. En utilisant l’algorithme MSAAB, nous avons effectué une
série d’expériences pour la vérification de l’identité par la voix en
mode texte-dépendent et en mode texte-indépendant. Durant nos
expériences, nous avons utilisé deux types de corpus : Yoho, une base
de données propre et Spidre, une base de données téléphonique bruitée.
Les paramètres extraits sont utilisés comme une entrée du système de
vérification d’identité. Celui-ci utilise une modélisation Markovienne.
Les résultats obtenus ont été comparés avec d’autres types de
paramètres, Fourier notamment. La robustesse des algorithmes
proposés a pu être vérifiée et confirmée.