Reconnaissance automatique des locuteurs basée sur les contours de hauteur

Une méthode de reconnaissance automatique des locuteurs, utilisant les variations temporelles de la hauteur dans la parole comme caractéristique identifiant le locuteur, est décrite. Les données de hauteur ont été obtenues à partir de 60 énonciations, composées de six répétitions de la même phrase, prononcée par 10 locuteurs. Les données de hauteur pour chaque énonciation étaient représentées par un vecteur de 20 dimensions dans le système de coordonnées de Karhunen-Loève. Les vecteurs de 20 dimensions représentant les contours de hauteur ont été transformés linéairement de manière à maximiser le ratio de la variance inter-locuteur à la variance intra-locuteur dans l'espace transformé. Un vecteur de référence a été formé pour chaque locuteur en moyennant les vecteurs transformés de ce locuteur. La procédure de reconnaissance était basée sur la mesure de la distance euclidienne entre le vecteur de test et les vecteurs de référence dans l'espace transformé ; le locuteur correspondant au vecteur de référence avec la distance la plus petite était sélectionné comme étant le locuteur de l'énonciation de test. Le pourcentage d'identifications correctes s'est avéré être de 97 %. Les résultats suggèrent que les variations temporelles de la hauteur pourraient être utilisées efficacement pour la reconnaissance automatique des locuteurs.