Методи і технології біометричного розпізнавання суб’єкта за голосом

Анотація

Розпізнавання мовлення відноситься до біометричних способів ідентифікації особистості нарівні з ідентифікацією особи за відбитками пальців, конфігурації кисті руки, за формою і особливостями обличчя, сітківці ока або структури генів. Одним із головних стимулів щодо дослідження процесів розпізнавання усного мовлення є прагнення до більш достовірного розпізнавання особистості, оскільки унікальність біометричних характеристик забезпечує більш високу надійність ідентифікації.

Мета статті. Аналіз різниці між верифікацією та ідентифікацією мовного сигналу, яка визначає різну постановку задачі та різні методи її вирішення. Крім того, проводиться аналіз фізичних особливостей формування голосу, що визначають індивідуальну особливість тональності суб’єкта.

Системи розпізнавання суб’єкта за голосом поділяються на два види: верифікацію та ідентифікацію мовця. При верифікації отриманий зразок голосу особи порівнюється з еталоном і встановлюється його ідентичність цьому еталону. Необхідно прийняти рішення з двох можливих: чи є суб’єкт тим, за кого себе видає, або ні.

Завдання ідентифікації суб’єкта значно відрізняється від завдання верифікації ‑ необхідно виявити із сукупності N суб’єктів ту особу, яка за своїми голосовими характеристиками буде збігатися з характеристиками заздалегідь збережених еталонів.

Мовний сигнал є складним, багатоплановим явищем, параметри якого залежать від цілого ряду особливостей кожної людини. Вибір аналізованих параметрів, за якими може проводитися розпізнавання суб’єкта, повинен спиратися на цілі, методи і завдання розпізнавання. Сучасні системи розпізнавання мовця по голосу прагнуть використовувати якомога більше інформації більш високого рівня, яка тісно пов’язана з інформацією низького рівня. Імовірність правильного розпізнавання мовця, зростає пропорційно тому, які ознаки аналізуються, кількість ознак і їх кореляція.

Якщо при верифікації рішенням може формуватися за допомогою автоматичних систем, то при ідентифікації на сьогодні немає чітких характеристик, за якими можна виявити подібності між замаскованим голосом і еталоном, оскільки поки не існує алгоритмів приведення замаскованого голосу до “нормального” зразка. Поєднання суб’єктивних і об’єктивних методів можуть підвищити точність розпізнавання, але ймовірність правильного ототожнення суб’єкта у разі маскування голосу досі залишається невисокою.