System weryfikacji tożsamości na bazie Kaldi

• Autorzy: Dustor Adam

Identyfikatory

DOI

10.15199/59.2022.4.44

Warianty tytułu

EN

Kaldi based speaker verification system

• Konferencja: Multikonferencja Krajowego Środowiska Tele- i Radiokomunikacyjnego (7-9.09.2022 ; Warszawa, Polska)
• Języki publikacji: PL

Abstrakty

PL

W artykule omówiono system weryfikacji tożsamości zbudowany w oparciu o specjalistyczny i otwarty pakiet oprogramowania Kaldi oraz przetestowany na dużej i darmowej bazie VoxCeleb przy wykorzystaniu wektorów tożsamości do modelowania głosu. Omówiono także problematykę zasobów mowy wykorzystywanych do testowania głosowych systemów biometrycznych. Przedstawiono wpływ wymiarowości wektorów tożsamości na błędy weryfikacji.

EN

This paper discusses a speaker verification system built with the help of free software Kaldi and tested with the VoxCeleb dataset. The problems with the speaker recognition datasets are also discussed. The results for speaker verification system based on i-vectors are shown as well as the influence of dimensionality of i-vectors on verification errors.

Słowa kluczowe

PL

bezpieczeństwo; biometria; weryfikacja mówcy

EN

security; biometrics; speaker verification

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
• Rocznik: 2022
• Tom: nr 4
• Strony: 299--302
• Opis fizyczny: Bibliogr. 15 poz., rys.

Twórcy

autor

Dustor Adam

• Politechnika Śląska, Gliwice

Bibliografia

• [1] Chung J. S., Nagrani A., Zisserman A. 2018. ,,VoxCeleb2: Deep Speaker Recognition". INTERSPEECH.
• [2] Dehak N., Kenny P. J., Dehak R., Dumouchel P., Ouellet P. 2011.,,Frontend factor analysis for speaker verification". IEEE Transactions on Audio, Speech, and Language Processing 19(4).
• [3] Dustor Adam. 2020.,,Speaker verification with TIMIT corpus - some remarks on classicał methods".Proceedings of the 24th International Conference on Signal Processing Algorithms, Architectures, Arrangements and Applications (SPA).
• [4] Gravier G. ,,Spro: a free speech signal processing toolkit". http://www.i.risa.fr/metiss/guig/spro/.
• [5] Gravier G. ,,Spro- without 64bit bug" http://alize.univ-avienon.fr/spro-5.0-157.tar.gz
• [6] Khoury E., Shafey L., Marcel S. 2014. ,,Spear. An open-sourcetootbox for speaker recognition based on bob". IEEE Intl. Conf on Acoustics, Speech, and Signal Processing ICASSP.
• [7] Larcher A., Bonastre J. -F., Fauve B., Lu K. A., Le, y C., Li H., J.vlason J., Parfait , J. -Y . 2013. „ALIZE 3.0 - Opensource toolkit for state-of-the-art speake recognition,. Proceedings of the Annual Conference of the International Speech Communication Association INTERSPEECH: 2768-2772.
• [8] Larcher A., Lee K. A., Meignier S. 20! 6. ,,An extensible speaker identification SIDEKIT in Python". International Conference on Audio Speechand Signal Processing ICASSP.
• [9] Martin A., Doddington G., Kamm T., Ordowski M., Przybocki M. 1997. "The DET curve in as. Esment of detection task performance". Proceedings of the EUROSPEECH 1895-1898.
• [10] Nagrani A., Chung J.S., Zisserman A., 2017. „VoxCeleb: a large-sca speaker identification dataset”. INTERSPEECH.
• [11] Ohi Q., Mridha M.F., Hamid M.A., Monowa M., 2021. “Deep Speaker Recognition: Process, Progress and Challenges”. IEEE Access 9: 89619-89643.
• [12] Povey D., Ghoshal A., Boulianne G., Burget E., Glembek O., Goel N., Hannemann M., Motlicek P., Quian Y., Schwarz P., Silovsky J., Stemmer G., Vesely K., 2011. “The caldi speech recognition toolkit”. IEEE Workshop on Automatic Speech Recognition and Understanding.
• [13] Rabiner L.R., Juang B.H. 1993. “Fundamentals of speech recognition”. Prentice Hall.
• [14] Reynolds D.A., Quatieri T.F. 2000. “Speaker Verification Using Adapted Gaussian Mixture Models”. Digital Signal Processing 10: 19-40.
• [15] Sadjadi S.O., Slaney M., Heck L. 2013. “MSR Identity Toolbox v1.0: A MATLAB Toolbox for Speaker Recognition Research” IEEE SLTC Newsletter 1(4).

Uwagi

Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).